作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对基于Haar-like和Ada Boost分类器的车辆检测检测速度慢、虚警率较高等问题,提出一种基于改进Vi Be算法和Haar-HOG特征级联分类器的车辆检测算法。首先,帧间差分法不会产生鬼影,和Vi Be算法结合能够迅速消除鬼影,结合形态学处理获得前景;然后,训练基于Haar和HOG特征的Gentle Ada Boost级联分类器;最后,进行车辆检测实验表明,改进算法识别性能更好,虚警率更低,耗时更少,能够达到实时车辆检测的需求。
推荐文章
一种改进ViBe的网状织物缺陷检测方法
运动目标检测
ViBe算法
HSV颜色空间模型
背景建模
网状织物
缺陷检测
一种级联差异支持向量机组合的行人检测算法
计算机视觉
行人检测
代价敏感
核函数
一种改进的SUSAN边缘检测算法
边缘检测
噪声
门限
VC++
一种改进的 ViBe算法结合多特征融合的阴影移除方法
阴影检测
阴影移除
改进的ViBe算法
色相特征
纹理特征
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 一种基于改进ViBe和级联分类器的车辆检测算法
来源期刊 现代计算机:中旬刊 学科 工学
关键词 ADABOOST算法 ViBe HAAR特征 HOG特征 车辆检测
年,卷(期) xdjsjzxk_2017,(3) 所属期刊栏目
研究方向 页码范围 60-65
页数 6页 分类号 TP391.41
字数 语种
DOI
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 彭胜 四川大学视觉合成图形图像技术国防重点学科实验室 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(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)
研究主题发展历程
节点文献
ADABOOST算法
ViBe
HAAR特征
HOG特征
车辆检测
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
现代计算机:中旬刊
月刊
1007-1423
44-1415/TP
广州市海珠区新港西路135号中山大学园B
46-205
出版文献量(篇)
9067
总下载数(次)
3
论文1v1指导