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:
复杂场景中车辆间的遮挡,会造成车辆视觉信息损失,致使车辆出现漏检问题.为解决此问题,提出了一种基于部件模型的复杂场景车辆检测方法.首先,根据车辆图像的易遮挡程度将车辆对象分为易遮挡区域和通常可见区域两个部分,用于构建车辆部件模型;其次,通过运用Gabor滤波器对训练图像滤波,得到部件特征图;使用AND-OR模板分别对易遮挡区域与通常可见区域建模,根据训练特征图生成对应部件模型,以及部件模型之间的位置和尺度关系;最后根据部件模型检测图像中的候选部件,并根据部件间的位置和尺度关系筛选组合生成车辆目标描述,实现车辆检测.经实验验证,该方法漏检率低,并且能够有效应对遮挡与车辆姿态的变化.
推荐文章
基于深度学习方法的复杂场景下车辆目标检测
深度学习
Faster R-CNN
ImageNet数据集
车辆目标检测
基于背景模型的车辆目标检测
交通流量统计
单高斯模型
自适应权值
背景更新
基于机器视觉的轨道车辆零部件形位尺寸检测方法研究
视觉检测
Snake
透视变换
Hough圆检测
Sauvola
基于可变形部件模型的安全头盔佩戴检测
目标检测
可变形部件模型
梯度方向直方图
局部二值模式
支持向量机
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 基于部件模型的复杂场景车辆检测方法
来源期刊 计算机技术与发展 学科 工学
关键词 部件模型 AND-OR模板 车辆遮挡 车辆检测 特征提取 训练模型
年,卷(期) 2018,(12) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 34-37,42
页数 5页 分类号 TP301.6
字数 3532字 语种 中文
DOI 10.3969/j.issn.1673-629X.2018.12.007
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 孙涵 南京航空航天大学计算机科学与技术学院 36 283 10.0 16.0
2 杨岳航 南京航空航天大学计算机科学与技术学院 1 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  (25)
共引文献  (80)
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)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(4)
  • 参考文献(2)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 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
部件模型
AND-OR模板
车辆遮挡
车辆检测
特征提取
训练模型
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
江苏省自然科学基金
英文译名:Natural Science Foundation of Jiangsu Province
官方网址:http://www.jsnsf.gov.cn/News.aspx?a=37
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导