基于加权霍夫投票的多视角车辆检测方法

• 作者: 向涛 李冬梅 李涛
• 来源期刊: 现代电子技术
• 关键词: 复杂场景 霍夫投票 最优视角 多视角目标检测 子类划分 局部线性嵌入(LLE)
• 年，卷（期）: 2018,（15）
• 所属期刊栏目: 信号分析与图像处理
• 页码范围: 73-78
• 页数: 6页
• 分类号: TN911.73-34|TP391.4
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2018.15.017

摘要

针对复杂场景中车辆由于视角变化引起的检测精确度过低的问题,改进霍夫投票目标检测模型,提出一种在统一框架下通过不同权重组合发现目标最优视角并进行精确定位的方法.首先,利用一种无监督方法实现多视角车辆的子视角划分;其次,利用子视角划分结果定义霍夫投票过程中各正例样本在不同视角下的投票权重;最后,利用子视角划分和投票权重,提出一种新的适用于多视角目标检测的加权霍夫投票模型.在MITStreetScene Cars和PASCAL VOC2007 Cars两个常用数据集上的实验结果表明,所提方法在不增加模型复杂度的前提下,有效提升了多视角目标检测精确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李涛	河南广播电视大学信息工程学院	22	206	6.0	14.0
2	向涛	电子科技大学计算机科学与工程学院	7	49	3.0	7.0
3	李冬梅	河南广播电视大学信息工程学院	14	57	5.0	7.0