面向复杂道路场景的视觉车辆检测算法.pdf

面向复杂道路场景的视觉车辆检测算法.pdf

ID:55576360

大小:1.75 MB

页数:5页

时间:2020-05-19

面向复杂道路场景的视觉车辆检测算法.pdf_第1页
面向复杂道路场景的视觉车辆检测算法.pdf_第2页
面向复杂道路场景的视觉车辆检测算法.pdf_第3页
面向复杂道路场景的视觉车辆检测算法.pdf_第4页
面向复杂道路场景的视觉车辆检测算法.pdf_第5页
资源描述:

《面向复杂道路场景的视觉车辆检测算法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第15卷第20期2015年7月科学技术与工程Vo1.15No.20Ju1.2015167l一1815(201520—0084—05ScienceTechnologyandEngineering@2015Sci.Tech.Engrg.面向复杂道路场景的视觉车辆检测算法蔡英凤王海张旭(江苏大学汽车工程研究院,汽车与交通工程学院,镇江212013)摘要复杂道路环境下的车辆鲁棒检测兼具理论与应用价值。针对传统描述子辨识能力不足的缺点,该文提出一种基于视觉显著特征(VSF)和稀疏表示的车辆检测算法。首先受人视觉特性的“选择性”

2、启发,依据人眼注视机理,以视觉显著特征提取训练样本信息,构建样本特征向量。然后利用压缩感知的机理,通过稀疏表示,将样本特征向量表示成过完备字典,采用LC—KSVD方法训练该过完备字典并重建样本信号。最终以待测样本在字典中的重构残差作为依据进行车辆与否的判定。实验结果表明,在良好条件下,该方法在0.5个/帧的误检率下能达到94.7%的检测率;在不良条件下,同样的误检率约束下仍能达到92.2%的检测率。和传统方法的比较表明,所提方法的车辆检测性能优于传统车辆检测方法。关键词车辆检测机器视觉显著特征稀疏表示ADAS中图法分

3、类号TP391.41;文献标志码A道路车辆检测是车辆主动安全领域中极为关的最优化稀疏向量保障了原信号的无损重构。可键的核心技术,也是道路环境感知的重要组成,将广见,稀疏表示具有特征保持性、稀疏性等优点。因此泛应用于车辆辅助驾驶系统以及未来的无人驾驶车以该理论为支撑,可以通过采集的少量信号实现信辆中¨。目前,科研工作者已在车辆检测方面进息的精确重建并将目标识别问题转化为多个线性回行了大量的研究J。资料表明,现有成果在光照归模型的分类问题。Wright等将该理论应用在人脸良好,车辆目标明晰的道路情况下对车辆达到很好检测中

4、,实现了复杂环境下的人脸鲁棒识别¨。的检测效果。但在发生遮挡、低照度如雨天等复杂在以上研究的基础上,创造性地提出一种结合工况下,车辆识别的鲁棒性仍需提高。视觉显著特征的“选择性”和稀疏表示的优异辨识人眼注视特性是近来从事机器视觉的研究者切力的车辆检测算法。首先,以Montabone等提出入的一个新的方向:探求图像特征和人眼注视特性的视觉显著性特征(visualsaliencyfeature,VSF)对之间的内在关系。它揭示了为何人类视觉系统能在样本进行表征。随后,以增广VSF矩阵构建过完备复杂场景中仅选择性的利用部分

5、信息就能快速完成特征字典,并用LC—KSVD算法训练该过完备字典并视觉任务的机理。视觉注意显著性特征正是这种重建信号。最终以待测样本在字典中的重构残差作“选择性”在图像中的表达。Montabone等以为依据进行分类判定。实验结果表明,本文提出的神经网络训练视觉显著特征,实现了对行人的良好方法在粘连遮挡、变化的光照等不利场景条件下均检测。这给车辆检测应用提供了有益的启发。具有较好的车辆识别效果。稀疏表示是压缩感知理论¨的一个子域。1视觉显著特征基于稀疏表示的模式识别方法也是近年研究的热点领域。与传统的Nyquist采样

6、定理不同,稀疏表示通1.1人眼注视特性及显著性过将目标训练成一个过完备且与变换基不相关的字传统计算机视觉系统需要对图像涵盖的所有信典,实现了高维信号到低维空间上的映射。该映射息进行毫无区分地处理,而人却可以通过关注程度的大小有选择地对感兴趣的区域进行选择。这一关2015年3月l9f{收到国家自然科学基金(61403172,51305167,注程度的概念被用来计算一幅图片中的不同区域的61203244)、交通运输部信息化项目(2013364836900)、中国被关注程度,并被称为视觉显著性。如何以图像像博J后基金(20

7、14M561592)、江苏省六大人才高峰项目素值对视觉显著性进行表征?研究者以人眼生物视(2014.DZXX4340)、江苏省自然科学基金(BK20140555)、觉原理为出发点进行了研究。江苏省博士后基金(1402097C)、江苏大学高级专业人才科研根据生物学分析,人眼的视网膜包含神经节细启动基金(12JDG010,14JDG028)资助第一作者简介:蔡英凤(1985一),女,江苏南通人,博士,讲师。研究胞,其通过双极细胞接收从照片受体产生的视觉信方向:智能车及智能交通环境感知。E-mail:caicaixiao0

8、304@息。以视网膜的接受场类型为出发点,人眼视网膜126.toni的视觉细胞由中心区域和周边区域构成。从敏感方祭J.等:面复杂道路场景的似觉乍辆检测3:法式的『『Jm发,视觉细胞又分为亮中心(Oil—t~elltel")In【【lI1=lntIJI『_(6)视觉细胞和暗中心(ofenteI’)视觉细胞两种}ji『者采用不同J度的VSF计H{的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。