小型微型计算机系统
小型微型計算機繫統
소형미형계산궤계통
MINI-MICRO SYSTEMS
2013年
4期
864-867
,共4页
智能监控%车辆识别%运动目标检测%支持向量机%梯度方向直方图
智能鑑控%車輛識彆%運動目標檢測%支持嚮量機%梯度方嚮直方圖
지능감공%차량식별%운동목표검측%지지향량궤%제도방향직방도
针对智能监控在矿区监管中的应用,提出一种基于视频序列的工程车辆识别算法.该算法采用目前应用比较广泛的梯度方向直方图(HOG)结合线性支持向量机(SVM)的方法.为了缩小检测范围提高检测效率,在识别之前,算法使用背景差分法提取包含运动目标的区域；同时为提高识别的准确率,本文提出一种基于视频序列的跟踪检测方法,多次检测后给出识别结果.实验结果表明,在实际的现场环境中,所提的算法能够识别出现场的工程车辆,在检测速度和检测正确率方面都优于现有的方法；同时对于CPU资源的占用方面表现出较好的性能.
針對智能鑑控在礦區鑑管中的應用,提齣一種基于視頻序列的工程車輛識彆算法.該算法採用目前應用比較廣汎的梯度方嚮直方圖(HOG)結閤線性支持嚮量機(SVM)的方法.為瞭縮小檢測範圍提高檢測效率,在識彆之前,算法使用揹景差分法提取包含運動目標的區域；同時為提高識彆的準確率,本文提齣一種基于視頻序列的跟蹤檢測方法,多次檢測後給齣識彆結果.實驗結果錶明,在實際的現場環境中,所提的算法能夠識彆齣現場的工程車輛,在檢測速度和檢測正確率方麵都優于現有的方法；同時對于CPU資源的佔用方麵錶現齣較好的性能.
침대지능감공재광구감관중적응용,제출일충기우시빈서렬적공정차량식별산법.해산법채용목전응용비교엄범적제도방향직방도(HOG)결합선성지지향량궤(SVM)적방법.위료축소검측범위제고검측효솔,재식별지전,산법사용배경차분법제취포함운동목표적구역；동시위제고식별적준학솔,본문제출일충기우시빈서렬적근종검측방법,다차검측후급출식별결과.실험결과표명,재실제적현장배경중,소제적산법능구식별출현장적공정차량,재검측속도화검측정학솔방면도우우현유적방법；동시대우CPU자원적점용방면표현출교호적성능.
