車(chē)輛檢測(cè)算法是智能交通領(lǐng)域的一項(xiàng)重要研究課題,在安全駕駛輔助技術(shù)中起著重要作用。因可變形部件模型具有較高的準(zhǔn)確率和較好的檢測(cè)效率,已經(jīng)被廣泛應(yīng)用到車(chē)輛檢測(cè)領(lǐng)域。在當(dāng)前形勢(shì)下,降低被部分遮擋車(chē)輛的漏檢率問(wèn)題和降低非車(chē)輛的誤檢率問(wèn)題一直是基于機(jī)器視覺(jué)的車(chē)輛檢測(cè)技術(shù)中的兩大技術(shù)難點(diǎn),車(chē)輛檢測(cè)算法仍然存在著較大提升空間。本文對(duì)傳統(tǒng)圖像檢測(cè)中基于可變形部件模型的車(chē)輛檢測(cè)算法進(jìn)行了深入研究,并主要針對(duì)降低車(chē)輛檢測(cè)中的漏檢率和誤檢率兩個(gè)方面問(wèn)題進(jìn)行了改進(jìn),具體的研究工作如下:（1）在深入分析可變形部件模型原理的基礎(chǔ)上,本文創(chuàng)造性地提出了基于雙車(chē)輛可變形部件模型的車(chē)輛檢測(cè)算法。其基本思想是,首先對(duì)圖像采用分區(qū)域匹配,避免模型與窗口匹配程度低而產(chǎn)生漏檢,然后融合匹配結(jié)果從而降低車(chē)輛檢測(cè)中多車(chē)輛檢測(cè)情況下被部分遮擋車(chē)輛檢測(cè)的漏檢情況。這種雙車(chē)輛可變形部件模型的車(chē)輛檢測(cè)算法,可充分減少被遮擋車(chē)輛漏檢概率。實(shí)驗(yàn)結(jié)果表明:本算法在存在部分遮擋車(chē)輛的車(chē)輛檢測(cè)中要優(yōu)于現(xiàn)有算法,能夠滿(mǎn)足安全駕駛輔助技術(shù)應(yīng)用中的實(shí)用性要求。（2）針對(duì)車(chē)輛檢測(cè)中存在的非車(chē)輛被誤檢為車(chē)輛的問(wèn)題,在構(gòu)建雙車(chē)輛可變形部件模型的基礎(chǔ)上,本文創(chuàng)造... 

【文章來(lái)源】：江蘇大學(xué)江蘇省

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

車(chē)輛部件模型在HSV顏色空間下響應(yīng)圖

LatentSVM訓(xùn)練模型的過(guò)程

訓(xùn)練好的三視角車(chē)輛模型


本文編號(hào)：3077532