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:
针对交通视频监控场景复杂、实时性要求高的特点,提出一种基于"分治"思想的车辆检测算法,能在CPU平台下实时运行.首先通过对场景图像作引导滤波并计算滤波前后的峰值信噪比,检测光照条件.并基于光照检测的结果进行多模型融合,把本身复杂的问题拆分成多个可以用简单模型解决的子问题;然后使用复杂度低的级联Adaboost算法针对各个子问题分别训练检测模型.在15组真实监控视频的测试样本下,与4个基于深度学习的目标检测模型进行对比分析,结果表明,该算法能够适应各种场景,提高检测精度,并且在CPU平台下达到30帧/s的运行速度.
推荐文章
基于SIFT特征的前方车辆检测算法
车辆检测
尺度不变特征转换特征
对称
匹配
基于多传感器融合的摔倒检测算法的研究
摔倒检测
加速度
姿态角
多传感器融合
改进YOLO的车辆检测算法
YOLO
端对端模型
DenseNet
车辆检测
YOLO-D
检测精度
基于背景模型的运动车辆检测算法研究
背景模型
混合高斯模型
背景差
阈值
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 多模型融合车辆检测算法
来源期刊 计算机辅助设计与图形学学报 学科 工学
关键词 车辆检测 光照识别 级联Adaboost 引导滤波
年,卷(期) 2018,(11) 所属期刊栏目 图像与视觉
研究方向 页码范围 2134-2140
页数 7页 分类号 TP391.41
字数 5552字 语种 中文
DOI 10.3724/SP.J.1089.2018.17096
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 李锦涛 中国科学院计算技术研究所前瞻研究实验室 115 2894 31.0 50.0
2 黄晁 中国科学院计算技术研究所前瞻研究实验室 21 279 10.0 16.0
6 陈辰 中国科学院计算技术研究所前瞻研究实验室 5 9 2.0 3.0
12 孙松 2 0 0.0 0.0
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  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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
车辆检测
光照识别
级联Adaboost
引导滤波
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
计算机辅助设计与图形学学报
月刊
1003-9775
11-2925/TP
大16开
北京2704信箱
82-456
1989
chi
出版文献量(篇)
6095
总下载数(次)
15
总被引数(次)
94943
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导