10.19620/j.cnki.1000-3703.20172394
基于AdaBoost和压缩跟踪的前方车辆检测方法
为提供准确、实时的前方车辆位置信息,提出了一种基于AdaBoost和压缩跟踪的前方车辆检测方法.首先通过Haar-like特征及AdaBoost算法进行样本训练,获得车辆检测分类器,利用道路纵向测距模型进行感兴趣区域分割和检测窗口多尺度优化以提高检测效率,最后通过压缩跟踪算法增强环境适应性,提高检测准确率.结果表明,该方法在天气良好条件下的平均检测率为93%,每帧耗时26.5 ms,能够为具有避撞功能的车辆智能驾驶系统提供有效决策依据.
前方车辆检测、AdaBoost算法、道路纵向测距模型、压缩跟踪
U471.15
国家自然科学基金项目51505137;汽车车身先进设计制造国家重点实验室湖南大学开放课题基金31615007
2019-04-11(万方平台首次上网日期,不代表论文的发表时间)
共5页
21-25