中央高校基本科研业务费专项资金(20083013893308)
- 作品数：3 被引量：22H指数：2
- 相关作者：郭烈赵一兵慕永云王荣本高龙更多>>
- 相关机构：大连理工大学交通部公路科学研究院更多>>
- 发文基金：中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术交通运输工程更多>>
- 基于多特征融合的前方车辆检测方法研究被引量：12
- 2011年
- 为了有效地避免交通事故的发生,提高车辆检测的准确率和效率,提出一种基于车辆阴影、边缘、纹理和对称性等多种特征融合的前方车辆检测方法。利用多阈值分割得到车辆阴影,选取边缘确定出车辆可能存在的感兴趣区域,通过计算感兴趣区域内的分形盒子维数进一步确定车辆的候选区域,利用对称性测度验证定位车辆。实验结果表明,该方法能够实现不同环境下的车辆检测,相比较单个特征的检测方法具有较高的准确率和可靠性。
- 慕永云王荣本赵一兵郭烈
- 关键词：车辆检测多阈值
- 一种基于支持向量机的行人识别方法研究被引量：2
- 2011年
- 研究了基于支持向量机的车辆前方行人识别方法.通过提取样本的类Haar特征,采用AdaBoost算法训练得到了分割行人的级联分类器,实现了行人候选区域的快速分割;提取了样本的纹理特征、对称性特征、边界矩特征以及梯度方向特征,组成表征行人的多维特征向量,采用支持向量机训练得到了识别行人的分类器.试验结果验证了所提算法的有效性,获得约75%的行人检测率.
- 郭烈张明恒李琳辉赵一兵
- 关键词：汽车主动安全ADABOOST算法支持向量机
- 基于车载视觉的行人检测与跟踪方法被引量：8
- 2012年
- 为提高城市交通环境下车辆主动安全性,保障行人安全,提出了基于车载视觉传感器的行人保护方法.利用Adaboost算法实现行人的快速检测,结合Kalman滤波原理跟踪行人,以获取其运行轨迹.该方法利用离散Adaboost算法训练样本类Haar特征,得到识别行人的级联分类器,遍历车载视觉采集的图像,以获取行人目标;结合Kalman滤波原理,对检测到的行人目标进行跟踪,建立检测行人的动态感兴趣区域,利用跟踪结果分析行人的运行轨迹.试验表明:该方法平均耗时约80 ms/帧,检测率达到88%;结合Kalman滤波原理跟踪后,平均耗时降到55 ms/帧,实时性较好.
- 郭烈高龙赵宗艳
- 关键词：交通工程汽车主动安全行人检测行人跟踪
