科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2015年
20期
84-88
,共5页
车辆检测%机器视觉%显著特征%稀疏表示%ADAS
車輛檢測%機器視覺%顯著特徵%稀疏錶示%ADAS
차량검측%궤기시각%현저특정%희소표시%ADAS
vehicle detection%machine vision%saliency feature%sparse representation%ADAS
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”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.
複雜道路環境下的車輛魯棒檢測兼具理論與應用價值.針對傳統描述子辨識能力不足的缺點,該文提齣一種基于視覺顯著特徵(VSF)和稀疏錶示的車輛檢測算法.首先受人視覺特性的“選擇性”啟髮,依據人眼註視機理,以視覺顯著特徵提取訓練樣本信息,構建樣本特徵嚮量.然後利用壓縮感知的機理,通過稀疏錶示,將樣本特徵嚮量錶示成過完備字典,採用LC-KSVD方法訓練該過完備字典併重建樣本信號.最終以待測樣本在字典中的重構殘差作為依據進行車輛與否的判定.實驗結果錶明,在良好條件下,該方法在0.5箇/幀的誤檢率下能達到94.7%的檢測率;在不良條件下,同樣的誤檢率約束下仍能達到92.2%的檢測率.和傳統方法的比較錶明,所提方法的車輛檢測性能優于傳統車輛檢測方法.
복잡도로배경하적차량로봉검측겸구이론여응용개치.침대전통묘술자변식능력불족적결점,해문제출일충기우시각현저특정(VSF)화희소표시적차량검측산법.수선수인시각특성적“선택성”계발,의거인안주시궤리,이시각현저특정제취훈련양본신식,구건양본특정향량.연후이용압축감지적궤리,통과희소표시,장양본특정향량표시성과완비자전,채용LC-KSVD방법훈련해과완비자전병중건양본신호.최종이대측양본재자전중적중구잔차작위의거진행차량여부적판정.실험결과표명,재량호조건하,해방법재0.5개/정적오검솔하능체도94.7%적검측솔;재불량조건하,동양적오검솔약속하잉능체도92.2%적검측솔.화전통방법적비교표명,소제방법적차량검측성능우우전통차량검측방법.