基于错误式学习的低空影像人行横道多角度自动识别
提出了一种基于特征的错误式学习分类器半自动迭代训练方法,该分类器能够自动识别多角度低空影像上的人行横道线,在人行横道线管控与数据库建立、道路网提取上有较好的应用.介绍了基于错误式学习的分类器训练思路与方法,并提出了将同一地区不同角度低空影像的识别结果进行合并,从而尽可能全面的检测出被城区高楼以及车辆遮挡的人行横道线的思路.通过对比实验该方法的鲁棒性,并在其基础上随机选取多组数据进行系列实验,证实了基于错误式学习的分类器比传统方式训练的分类器有更好的综合性能,能够在不降低识别耗时的前提下产生高准确率、低漏检率和低误识别率的识别结果.
人行横道识别、高分辨率低空影像、分类器、自动目标识别、错误式学习
43
P237(摄影测量学与测绘遥感)
国家自然科学基金41322010;中央高校基本科研业务费专项资金2014213020201.The National Natural Science Foundation of China,No.41322010;the Fundamental Research Funds for the Central Universities,No.2014213020201
2018-03-26(万方平台首次上网日期,不代表论文的发表时间)
共7页
46-52