基于可变形部件改进模型的夜间车辆检测方法

摘要：

针对可变形部件模型在夜间车辆检测中精确度低、检测速度慢的问题, 提出基于可变部件改进模型的检测方法.在训练阶段采用Gamma预处理对夜间车辆样本进行校正, 得到物体的梯度模型.在测试阶段利用一种基于 (R-B) 色差特征的显著性区域检测方法, 通过减少待检测区域的面积, 降低运算复杂度.针对夜间部分场景出现遮挡的情况, 采用一种自适应权重的参数分配策略, 给重要的特征部件分配较大的权重值.实验结果表明, 改进后的检测方法准确率达95.12％, 召回率达91.50％, 平均每帧检测时间为48 ms, 具有较好的实时性和鲁棒性.

关键词：可变形部件模型、Gamma预处理、WPCA特征降维、显著性区域检测、自适应权重

所属期刊栏目：45

分类号：TP391.41(计算技术、计算机技术)

资助基金：北京市教委项目JJ002790200801

在线出版日期：2019-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：202-206