原文服务方: 计算机应用研究       
摘要:
在非结构环境下,基于视频检测目标车速为目的的关键问题是:如何利用视频序列准确、高效地得到运动目标的实时信息。基于视觉感知机制的车速检测是一种新方法,该方法以视觉机制为启发,首先从图像中学习初级视皮层细胞超完备基;然后基于超完备基视觉计算模型,以神经元响应系数表征目标,并根据背景与目标响应系数差值与动态阈值的比较识别运动目标;通过迭代实现目标跟踪;在目标跟踪的基础上,根据不同视频序列中车辆特征匹配法得到车辆的位移,最后实现车速检测。实验结果表明,该算法能够在实时条件下检测实际道路场景的不同类型车辆速度,达到96.55%以上的准确率,并且与传统方法相比较提高了车速检测的准确性和鲁棒性。
推荐文章
基于交叉视觉皮质模型的非结构化道路检测算法
非结构化道路
图像分割
交叉视觉皮质模型
最小交叉熵
基于单线圈的车速检测算法研究
车速检测
环形线圈
交通信息采集
智能交通系统
强噪声背景下车辆震动信号检测算法研究
强噪声
车辆震动
信号检测
功率谱分布
负熵
基于视觉的三维目标检测算法研究综述
计算机视觉
三维目标检测
室内场景
室外场景
单目视觉
双目/深度视觉
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 基于视觉机制的非结构环境下车速检测算法研究
来源期刊 计算机应用研究 学科
关键词 视觉机制 车速检测 超完备集 神经元响应 特征匹配
年,卷(期) 2015,(5) 所属期刊栏目 图形图像技术
研究方向 页码范围 1559-1562
页数 4页 分类号 TP391.41|TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2015.05.070
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 逯鹏 郑州大学电气工程学院 32 202 7.0 13.0
2 李亚萍 郑州大学电气工程学院 17 37 4.0 5.0
3 李世杰 郑州大学电气工程学院 8 22 3.0 4.0
4 乔超 郑州大学电气工程学院 1 4 1.0 1.0
5 黄石磊 郑州大学电气工程学院 5 31 3.0 5.0
6 张利亚 郑州大学电气工程学院 4 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (2)
参考文献  (9)
节点文献
引证文献  (4)
同被引文献  (16)
二级引证文献  (3)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 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(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(3)
  • 二级参考文献(1)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
视觉机制
车速检测
超完备集
神经元响应
特征匹配
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导