基于改进的Adaboost算法和帧差法的车辆检测方法

• 作者: 刘洋 卢培磊 向云露 王海晖
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 车辆检测 前景轮廓 实时检测 Adaboost算法 Haar-like特征
• 年，卷（期）: 2013,（z1）
• 所属期刊栏目: 机器学习、算法与系统仿真
• 页码范围: 379-382
• 分类号: TP317.4
• 语种: 中文

摘要

为解决运动车辆检测中车辆数目统计精确度不高、实时性不强等问题,提出一种基于改进的Adaboost算法和帧间差分法的检测方法.采用汽车图像样本的Haar-like特征训练级联分类器,通过三帧差分法得到二值化掩码图像,去除干扰噪声后寻找连通域、重建前景掩码图;加载分类器在当前帧的前景区域中做多尺度检测,标记检测出来的运动物体,统计运动车辆数目.实验结果表明:该方法可以有效对全图信息进行筛选剔除,减小信息量,从而大幅度地提高检测精度,提升目标的检测速度;该方法对交通路口有效检测区域的车辆检测有很好的检测效果,对于路面复杂背景下的车辆依然有很高的检测率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘洋	武汉工程大学计算机科学与工程学院	18	116	7.0	10.0
2	王海晖	武汉工程大学计算机科学与工程学院	49	321	9.0	15.0
6	向云露	武汉工程大学计算机科学与工程学院	1	28	1.0	1.0
7	卢培磊	武汉工程大学计算机科学与工程学院	1	28	1.0	1.0