10.16208/j.issn1000-7024.2018.03.039
基于Fast RCNN模型的车辆阴影去除
针对运动车辆阴影带来车辆合并及形状失真的问题,提出一种基于Fast RCNN模型的车辆阴影检测去除算法.采用Selective search法对视频车辆图像提取多个车辆候选目标矩形区域,采用Hessenberg分解法将运动车辆和其阴影区域分开;利用深度网络提取阴影特征,用PCA分析法检测阴影,训练优化该网络,识别移动阴影中包含的车辆区域,实现快速去除阴影的效果.实验结果表明,该方法有效解决传统算法多车辆阴影检测去除效率低下问题,平均检测精度mAP(mean average precision)提高2.78%,为智能交通系统提供良好技术基础.
Fast RCNN模型、深度学习、Hessenberg分解、PCA分析法、阴影检测去除
39
TP391(计算技术、计算机技术)
2018-06-01(万方平台首次上网日期,不代表论文的发表时间)
共5页
819-823