基于多特征融合和信息熵优化的前车检测

摘要：

针对高速公路前车检测中单一特征易受光照、天气等环境因素影响的问题,提出一种基于多特征融合和信息熵优化的检测算法.首先,利用自适应大津算法对路面进行阈值分割,生成若干车辆假设区域;其次在方向梯度直方图(histogram of gradient,HOG)特征的基础上,引入几何特征、纹理特征和幅值特征构造特征向量,并根据信息熵对特征向量进行优化;最后,训练支持向量机(support vector machine,SVM)验证假设区域.实验结果表明,该算法提高了前车检测的准确率,扩大了前车检测的适用范围.

关键词：前车检测、支持向量机、多特征融合、特征优化、信息熵优化

所属期刊栏目：41

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61976083

在线出版日期：2022-07-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：138-145