融合多元特征信息的前方车辆图像识别 |
| |
引用本文: | 杨炜,巩建强,魏朗.融合多元特征信息的前方车辆图像识别[J].长安大学学报(自然科学版),2016(4):79-85. |
| |
作者姓名: | 杨炜 巩建强 魏朗 |
| |
作者单位: | 长安大学汽车学院;交通运输部公路科学研究院 |
| |
基金项目: | 国家自然科学基金项目(51278062);中央高校基本科研业务费专项资金项目(310822161013,310822162018) |
| |
摘 要: | 为了进一步降低虚假目标车辆的检测风险,提出了一种基于多元特征信息匹配的前方车辆图像识别方法。首先依据路面灰度均值突变搜索车辆候选区域,然后利用双通道Gabor滤波器提取车辆样本图像的多尺度方向特征,联合AdaBoost分类器与Cascade级联分类器形成一系列强分类器,对产生的5尺度8方向高维特征向量实施降维处理,同时分类筛选特征样本,最后结合灰度信息熵对称性测度辨识目标车辆存在性,完成了前方目标车辆的检测定位。研究结果表明:所提方法的检测准确率为96.7%,比经典算法提高了1.6%;整个检测过程最长耗时35 ms,最短耗时15ms,平均耗时25ms,检测耗时主要受车辆的大小以及背景复杂程度的影响;避免了单一特征下局部有效鉴别信息的损失,具有较好的识别精度和处理速度,车辆误检率仅为3.2%,优于其他车辆识别算法的误检率,提高了虚假目标检测的辨识度。
|
关 键 词: | 交通工程 前方车辆 多元特征信息 Gabor滤波 AdaBoost分类器 机器学习 |
本文献已被 CNKI 等数据库收录! |
|