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:
近年来,由于交通事故发生率逐渐上升,智能交通系统受到研究人员的广泛关注.前方车辆检测作为其中的重要组成部分,能够及时提醒驾驶人员潜在的危险来减少交通事故的发生.基于图像处理技术,针对目前车辆检测方法中鲁棒性差、误检过多的问题,提出一种基于HOG和Haar-like特征融合算法,将提取的特征输入AdaBoost级联分类器进行车辆检测.实验结果表明,本文方法对不同天气情况和道路情况都有很高的准确率和精度且鲁棒性好.
推荐文章
基于多特征融合的前方车辆检测方法研究
车辆检测
多阈值
阴影
边缘
分形盒子维数
对称性测度
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
基于图像处理技术的前方车辆识别系统
图像处理
区域分割
车辆识别
图像滤波
检测
无人驾驶汽车
基于单目视觉的前方车辆检测与测距方法
单目视觉
车辆检测
车辆测距
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 基于特征融合的前方车辆检测
来源期刊 农业装备与车辆工程 学科
关键词 车辆检测 特征融合 Haar-like特征 AdaBoost级联分类器
年,卷(期) 2021,(4) 所属期刊栏目
研究方向 页码范围 50-54
页数 5页 分类号 U463.6
字数 语种 中文
DOI 10.3969/j.issn.1673-3142.2021.04.012
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (45)
共引文献  (2)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(5)
  • 参考文献(0)
  • 二级参考文献(5)
2016(4)
  • 参考文献(0)
  • 二级参考文献(4)
2017(7)
  • 参考文献(1)
  • 二级参考文献(6)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(5)
  • 参考文献(5)
  • 二级参考文献(0)
2021(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
特征融合
Haar-like特征
AdaBoost级联分类器
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
农业装备与车辆工程
月刊
1673-3142
37-1433/TH
大16开
济南市桑园路19号
1963
chi
出版文献量(篇)
5192
总下载数(次)
16
论文1v1指导