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:
针对强、弱光照场景中监控视频图像因亮度、对比度过强或过弱使车辆轮廓特征丢失而出现的车辆漏检误检情况,建立一种基于多特征融合级联分类器能抗光照影响的车辆检测算法。通过高斯滤波器进行去噪,将HOG特征、等价模式的LBP特征和H、S、V三通道低阶颜色矩特征进行融合形成新特征,采用PCA消除大量冗余特征,结合Gentle Ad.aBoost与支持向量机构成的级联分类器进行车辆检测。实验结果表明,该算法在不同光照强度环境下提高行驶车辆的检测率,降低误识率。
推荐文章
多特征融合的道路车辆检测方法
道路车辆检测
级联分类器
Haar-like
方向梯度直方图
AdaBoost
支持向量机
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
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
一种图像分类的多特征vague融合模型
信息融合
模糊集
维数灾难
隶属函数
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 一种基于多特征融合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 车辆检测 多特征融合 GENTLE ADABOOST 支持向量机
年,卷(期) 2018,(6) 所属期刊栏目
研究方向 页码范围 38-43
页数 6页 分类号 TP391.4
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 陈淑荣 上海海事大学信息工程学院 39 136 7.0 9.0
2 周行 上海海事大学信息工程学院 2 2 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  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2014(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
多特征融合
GENTLE
ADABOOST
支持向量机
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
总被引数(次)
0
论文1v1指导