面向部件遮挡补偿的车辆检测模型

• 作者: 吴克伟 谢昭 陈远
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 车辆检测 遮挡 部件模型 单视点可见概率 多视点可见概率
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 图像分析和识别
• 页码范围: 1802-1811
• 页数: 10页
• 分类号: TP391.41
• 字数: 8722字
• 语种: 中文
• DOI: 10.11834/jig.20141212

摘要

目的 复杂场景中多目标间的遮挡,会造成车辆视觉信息损失,致使车辆检测出现漏检问题.方法 为解决遮挡车辆漏检问题,提出一种遮挡补偿模型,分析车辆部件的单视点/多视点可见概率,弥补已有基于部件的车辆检测模型对遮挡区域信息描述的不足.首先,通过外观模型估计车辆候选区域,确定车辆各部件的位置和相似程度,判定车辆部件的遮挡情况,并获得外观项和结构项;其次,计算车辆区域的单视点可见概率和多视点可见概率,并获取被遮挡的部件中心点对应的单视点/多视点可见概率,作为车辆检测的补偿项,调整遮挡部分的检测得分;最后,将车辆检测的外观项、结构项和补偿项,统一到遮挡补偿模型中,实现对候选区域的车辆判断.结果 实验结果表明,对比于现有的车辆检测模型,本文算法在PASCAL、MSRC以及真实场景中车辆检测结果对应的P-R曲线性能更佳.结论 该遮挡补偿模型在保持虚警率的同时,能够有效提升遮挡车辆的检测准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴克伟	合肥工业大学计算机与信息学院	33	325	10.0	17.0
2	谢昭	合肥工业大学计算机与信息学院	44	279	8.0	15.0
3	陈远	合肥工业大学计算机与信息学院	2	17	2.0	2.0