10.3969/j.issn.1002-137X.2013.z2.082
基于HOG特征和SVM的前向车辆识别方法
为了解决汽车安全驾驶辅助系统中的前向车辆实时识别问题,提出了一种基于梯度方向直方图特征和支持向量机的前向车辆识别方法.通过分割提取车辆底部阴影特征生成假设区域,采用基于直方图分析的方法实现车辆底部阴影的准确分割,综合分析车底阴影的水平边缘特征和垂直边缘特征完成假设区域的生成;使用基于梯度方向直方图特征和支持向量机得到的车辆分类器对获得的车辆假设区域进行验证,剔除了假设区域中的非车辆区域.利用采集的道路视频对提出的方法进行了车辆识别实验,结果表明,该方法能够在不同光照条件下自适应地进行实时车辆识别,其中在正常光照下的识别率为96.52%,误识别率为3.59%.
梯度方向直方图、支持向量机、车辆分类器、前向车辆检测、汽车安全辅助驾驶系统
40
TP391.4(计算技术、计算机技术)
2014-04-16(万方平台首次上网日期,不代表论文的发表时间)
共4页
329-332