作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对夜间交通环境的特点,提出了基于自适应特征选择的夜间运动车辆检测算法.首先,利用SIFT算法提取夜间运动车辆的形状特征,并融合颜色和纹理特征,得到夜问运动车辆的特征向量;其次,利用Boosting算法和遗传算法以迭代形式获取模糊规则及其权值;然后,采用Boosting算法以加权投票方式自适应选取对检测最有利的特征,从而实现自适应特征选择;最后,对夜间交通场景下3种不同道路情况进行实验.实验结果表明,在遮挡、光照及背景干扰等复杂情况下,该方法可以根据背景信息的不同自适应地选择特征,实现夜间车辆的实时检测,鲁棒性较好,可以满足智能交通系统的实时性和准确性的要求.
推荐文章
基于改进Boosting算法的夜间运动车辆检测
运动车辆检测
SIFT特征
遗传算法
Boosting模糊分类算法
夜间运动车辆检测
夜间车辆检测
浮雕
帧差分
基于亮度累加直方图的夜间车辆检测算法
夜间环境
车辆检测
亮度累加直方图
最大类间方差法
初始阈值
最佳分割阈值
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于自适应特征选择的夜间运动车辆检测算法
来源期刊 吉首大学学报(自然科学版) 学科 工学
关键词 车辆检测 SIFT特征 Boosting方法 自适应特征选择
年,卷(期) 2013,(6) 所属期刊栏目 信息与通信
研究方向 页码范围 47-52
页数 6页 分类号 TP391.75
字数 4844字 语种 中文
DOI 10.3969/j.issn.1007-2985.2013.06.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 朱韶平 30 70 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (13)
参考文献  (8)
节点文献
引证文献  (3)
同被引文献  (7)
二级引证文献  (1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(2)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
车辆检测
SIFT特征
Boosting方法
自适应特征选择
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
吉首大学学报(自然科学版)
双月刊
1007-2985
43-1253/N
大16开
湖南省吉首市
1980
chi
出版文献量(篇)
2943
总下载数(次)
1
总被引数(次)
10461
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导