基于多圖像特征金字塔的車輛檢測.pdf

1、車輛檢測子系統(tǒng)是車輛自動駕駛系統(tǒng)及交通監(jiān)測系統(tǒng)的重要組成部分。針對道路交通中復(fù)雜場景下的車輛檢測問題，本文從圖像的特征提取和分類檢測兩個方面進行了深入研究。大多數(shù)現(xiàn)有的基于圖像的車輛檢測系統(tǒng)使用局部特征來描述車輛信息，例如haar-like特征、梯度方向直方圖(HOG)、尺度不變特征(SIFT)、Harris角點特征等等。這些局部特征在處理不同的光照條件、尺度變化、形變時仍然存在不足。車輛特征應(yīng)該具有良好的辨識度和魯棒性。本文提出了一種

2、新的基于多特征金字塔的車輛檢測方法，實現(xiàn)復(fù)雜背景下的車輛檢測。首先，利用場景分類特征對待檢測圖像經(jīng)行預(yù)處理，劃定出車輛可能出現(xiàn)的區(qū)域。然后，在選出的區(qū)域中，建立金字塔結(jié)構(gòu)的多尺度模型，利用LUV顏色空間，梯度特征和局部關(guān)聯(lián)模型的融合作為車輛特征的描述。多特征金字塔模型能為車輛檢測提供更具有辨識度和魯棒性的特征描述。通過分析研究當前的分類算法，最終選擇AdaBoost分類算法組成車輛檢測系統(tǒng)。
　　本文在兩個公開的交通數(shù)據(jù)庫中進行實