前方车辆检测的特征融合算法研究与实现

• 作者: 刘冬军 夏臣君 徐美华 龚露鸣
• 来源期刊: 上海大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 交通工程 前方车辆检测 猴王遗传算法 形态特征 类HAAR特征 主成分分析
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 研究论文
• 页码范围: 893-904
• 页数: 12页
• 分类号: U491.6
• 字数: 5511字
• 语种: 中文
• DOI: 10.12066/j.issn.1007-2861.1767

摘要

为了解决前方车辆检测的鲁棒性和实时性问题,提出了一种基于车辆形态特征和类HAAR特征融合的前方车辆检测优化算法.为了克服车底阴影提取易受外部环境因素影响的缺陷,采用猴王遗传算法(monkey king genetic algorithm, MKGA)进行阈值分割,提取车底阴影部分;然后通过车辆形态特征一次筛选得到感兴趣区域,并对感兴趣区域的类HAAR特征进行提取和降维,输入支持向量机(support vector machine,SVM)训练好的汽车分类器进行二次筛选.随机抽取视频的300帧进行算法验证,实验结果表明:算法在复杂环境下能够实现车辆检测,并且相比于单一特征的检测方法,准确率由80%提高至90%;利用类HAAR特征积分图和主成分分析(principal component analysis,PCA)降维能够有效地提高检测速度.算法满足驾驶辅助系统准确性和实时性的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐美华	上海大学机电工程与自动化学院	55	378	10.0	17.0
2	龚露鸣	上海大学机电工程与自动化学院	3	33	2.0	3.0
3	刘冬军	上海大学机电工程与自动化学院	2	31	2.0	2.0
4	夏臣君	上海大学机电工程与自动化学院	1	7	1.0	1.0