中国图象图形学报
中國圖象圖形學報
중국도상도형학보
JOURNAL OF IMAGE AND GRAPHICS
2014年
12期
1802-1811
,共10页
车辆检测%遮挡%部件模型%单视点可见概率%多视点可见概率
車輛檢測%遮擋%部件模型%單視點可見概率%多視點可見概率
차량검측%차당%부건모형%단시점가견개솔%다시점가견개솔
vehicle detection%occlusion%part-based model%visible probability of single viewpoint%visible probability of multiple viewpoints
目的 复杂场景中多目标间的遮挡,会造成车辆视觉信息损失,致使车辆检测出现漏检问题.方法 为解决遮挡车辆漏检问题,提出一种遮挡补偿模型,分析车辆部件的单视点/多视点可见概率,弥补已有基于部件的车辆检测模型对遮挡区域信息描述的不足.首先,通过外观模型估计车辆候选区域,确定车辆各部件的位置和相似程度,判定车辆部件的遮挡情况,并获得外观项和结构项;其次,计算车辆区域的单视点可见概率和多视点可见概率,并获取被遮挡的部件中心点对应的单视点/多视点可见概率,作为车辆检测的补偿项,调整遮挡部分的检测得分;最后,将车辆检测的外观项、结构项和补偿项,统一到遮挡补偿模型中,实现对候选区域的车辆判断.结果 实验结果表明,对比于现有的车辆检测模型,本文算法在PASCAL、MSRC以及真实场景中车辆检测结果对应的P-R曲线性能更佳.结论 该遮挡补偿模型在保持虚警率的同时,能够有效提升遮挡车辆的检测准确性.
目的 複雜場景中多目標間的遮擋,會造成車輛視覺信息損失,緻使車輛檢測齣現漏檢問題.方法 為解決遮擋車輛漏檢問題,提齣一種遮擋補償模型,分析車輛部件的單視點/多視點可見概率,瀰補已有基于部件的車輛檢測模型對遮擋區域信息描述的不足.首先,通過外觀模型估計車輛候選區域,確定車輛各部件的位置和相似程度,判定車輛部件的遮擋情況,併穫得外觀項和結構項;其次,計算車輛區域的單視點可見概率和多視點可見概率,併穫取被遮擋的部件中心點對應的單視點/多視點可見概率,作為車輛檢測的補償項,調整遮擋部分的檢測得分;最後,將車輛檢測的外觀項、結構項和補償項,統一到遮擋補償模型中,實現對候選區域的車輛判斷.結果 實驗結果錶明,對比于現有的車輛檢測模型,本文算法在PASCAL、MSRC以及真實場景中車輛檢測結果對應的P-R麯線性能更佳.結論 該遮擋補償模型在保持虛警率的同時,能夠有效提升遮擋車輛的檢測準確性.
목적 복잡장경중다목표간적차당,회조성차량시각신식손실,치사차량검측출현루검문제.방법 위해결차당차량루검문제,제출일충차당보상모형,분석차량부건적단시점/다시점가견개솔,미보이유기우부건적차량검측모형대차당구역신식묘술적불족.수선,통과외관모형고계차량후선구역,학정차량각부건적위치화상사정도,판정차량부건적차당정황,병획득외관항화결구항;기차,계산차량구역적단시점가견개솔화다시점가견개솔,병획취피차당적부건중심점대응적단시점/다시점가견개솔,작위차량검측적보상항,조정차당부분적검측득분;최후,장차량검측적외관항、결구항화보상항,통일도차당보상모형중,실현대후선구역적차량판단.결과 실험결과표명,대비우현유적차량검측모형,본문산법재PASCAL、MSRC이급진실장경중차량검측결과대응적P-R곡선성능경가.결론 해차당보상모형재보지허경솔적동시,능구유효제승차당차량적검측준학성.
