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:
针对夜间车辆检测精度相对不高的问题,提出通过构建车头灯对空间几何关系的高斯混合模型(GMM)和采用逆投影车辆样本的AdaBoost分类器准确检测夜间车辆的方法.首先,在交通场景中根据车头灯对的空间位置关系设置逆投影面,通过图像预处理粗定位车灯区域;其次,在逆投影图像下利用车头灯对的空间几何关系构建车灯对的高斯混合模型,初步匹配车头灯对;最后,采用逆投影车辆样本,利用AdaBoost分类器进一步准确检测车辆.实验在3个交通场景的检测结果表明,与原始图像下的AdaBoost方法相比,所提方法的检测率提高了1.93%,漏检率降低了17.83%,误检率降低了27.61%;与D-S (Dempster-Shafer)证据理论方法相比,检测率提高了2.03%,漏检率降低了7.58%,误检率降低了47.51%.所提方法提高了相对检测精度,减少了地面反光和影子等的干扰,满足交通场景中夜间车辆检测的可靠性和准确性的要求.
推荐文章
基于改进混合高斯模型的车辆多目标检测方法
图像处理
多目标检测
混合高斯模型
形态学算法
基于边缘帧差和高斯混合模型的行人目标检测
高斯混合模型
虚假目标
目标检测
边缘检测
帧差法
基于改进高斯混合模型的运动目标检测与跟踪
运动目标检测
全局匹配
改进高斯混合模型
分块处理
基于改进混合高斯模型与阴影去除的目标检测
目标检测
混合高斯模型
动态背景
阴影去除
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 基于高斯混合模型和AdaBoost的夜间车辆检测
来源期刊 计算机应用 学科 工学
关键词 夜间车辆检测 逆投影 车灯空间几何关系 高斯混合模型 AdaBoost分类器
年,卷(期) 2018,(1) 所属期刊栏目 虚拟现实与多媒体计算
研究方向 页码范围 260-263,283
页数 5页 分类号 TP391.413
字数 4744字 语种 中文
DOI 10.11772/j.issn.1001-9081.2017071763
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 宋焕生 长安大学信息工程学院 71 491 10.0 20.0
2 宋俊芳 西藏民族大学信息工程学院 32 27 2.0 4.0
3 陈艳 长安大学信息工程学院 16 73 6.0 8.0
7 严腾 长安大学信息工程学院 5 75 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (44)
参考文献  (8)
节点文献
引证文献  (11)
同被引文献  (21)
二级引证文献  (6)
1999(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(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(6)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(6)
  • 二级引证文献(0)
2018(6)
  • 引证文献(6)
  • 二级引证文献(0)
2019(7)
  • 引证文献(3)
  • 二级引证文献(4)
2020(4)
  • 引证文献(2)
  • 二级引证文献(2)
研究主题发展历程
节点文献
夜间车辆检测
逆投影
车灯空间几何关系
高斯混合模型
AdaBoost分类器
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
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导