|
|||||
|
|
| 基于HOG纹理的全天时十字路口车尾检测算法 | |
| 引用本文： | 余典,刘操,郑宏.基于HOG纹理的全天时十字路口车尾检测算法[J].光学与光电技术,2014,12(3):18-23. |
| 作者姓名： | 余典 刘操 郑宏 |
| 作者单位： | 余典:武汉大学电子信息学院, 湖北 武汉 430072 刘操:武汉大学电子信息学院, 湖北 武汉 430072 郑宏:武汉大学电子信息学院, 湖北 武汉 430072 |
| 摘 要： | HOG纹理因其良好的鲁棒性,在纹理描述中被广泛使用。提出了一种将HOG纹理应用于十字路口全天候车尾检测的算法。即分别采集了白天和夜间该场景下的车尾作为正样本、非车辆和车辆的一部分作为负样本,经预处理后,提取较低维数的HOG纹理送入支持向量机进行训练,得到白天和夜间的识别模型,在检测中根据一定的条件进行切换。对多段视频进行测试证明,该种算法对不同时段的交通场景都具有较高的稳定的车尾识别率,且优于单模型的识别效果。 |
| 关 键 词： | HOG纹理 支持向量机 十字路口场景 全天时监测 |
| 收稿时间： | 2013/9/18 |
Study on Algorithm of Vehicle Tail Detection All Day in Crossroads Based on HOG Feature |
|
| YU Dian,LIU Cao,ZHENG Hong.Study on Algorithm of Vehicle Tail Detection All Day in Crossroads Based on HOG Feature[J].optics&optoelectronic technology,2014,12(3):18-23. | |
| Authors: | YU Dian LIU Cao ZHENG Hong |
| Institution: | ( School of Electronic Information, Wuhan University, Wuhan 430072, China ) |
| Abstract: | |
| Keywords: | HOG feature supportive vector machine crossroad scenario detection all-day |
| 本文献已被 CNKI 维普 等数据库收录！ | |