基于假设验证和改进HOG特征的前车检测算法

• 作者: 卢笑 张楚金 王国峰 王珂娜 王耀南
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 前车检测 阴影 HOG 对称性 ELM
• 年，卷（期）: 2015,（2）
• 页码范围: 165-171
• 页数: 7页
• 分类号: TP391.4
• 字数: 3609字
• 语种: 中文
• DOI: 10.13382/j.jemi.2015.02.002

摘要

为提高前方车辆检测的实时性和准确率，提出了一种新型的分层HOG对称特征，并利用假设检验的方法对视频图像中的前方车辆进行检测。在假设阶段，利用前方车辆车底阴影的特点，提取满足特点的图像子区域，并将此区域作为假设车辆图像。在验证阶段，首先利用多层低维HOG特征来代替高维HOG特征，并对HOG特征进行对称化处理，得到分层HOG对称特征；然后将训练样本的分层HOG对称特征用于ELM（ Extreme Learning Machine ）分类器的训练；最后，用ELM分类器对假设车辆图像进行验证，得到检测结果。实验结果表明：该方法平均处理速度为25．5帧／s，验证准确率平均值达到了99．59％，比原始的HOG特征提高了4．01％。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王耀南	湖南大学电气与信息工程学院	624	12897	53.0	86.0
2	王珂娜	湖南大学电气与信息工程学院	9	164	7.0	9.0
3	卢笑	湖南大学电气与信息工程学院	7	108	5.0	7.0
4	张楚金	湖南大学电气与信息工程学院	1	30	1.0	1.0
5	王国峰		1	30	1.0	1.0