改进Haar-like特征联合CamShift算法用于车辆跟踪

• 作者: 张晓青 朱立夫 燕必希 马牧燕
• 来源期刊: 实验室研究与探索
• 学科: 工学
• 关键词: Haar特征 AdaBoost算法 级联分类器 CamShift算法 车辆检测跟踪
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 实验技术
• 页码范围: 86-91
• 页数: 6页
• 分类号: TP391.41
• 字数: 3889字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-7167.2019.09.019

摘要

提出一种改进的Haar特征获取方法,并结合CamShift算法提取车辆检测信号实现特定车辆实时跟踪.首先利用倾斜45°特征与像素和的商计算信号的Haar特征值;其次利用AdaBoost算法训练样本得到特征信号分类器,构建特征信号样本级联分类器,利用获得的级联分类器对视频信号进行检测;最后将检测结果中的特定车辆外切矩形作为CamShift算法的初始窗口,并对CamShift算法后续跟踪窗口进行检测,以提高检测效率和跟踪实时性.实验表明,该方法对车辆图像信号具有较好的检测效果,对特定车辆跟踪具有较高的实时性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张晓青	北京信息科技大学仪器科学与光电工程学院	72	119	5.0	8.0
2	燕必希	北京信息科技大学仪器科学与光电工程学院	52	97	5.0	8.0
3	马牧燕	北京信息科技大学仪器科学与光电工程学院	22	58	5.0	7.0
4	朱立夫	北京信息科技大学仪器科学与光电工程学院	3	0	0.0	0.0