计算机应用研究

作者：孙渊,侯进,

单位：西南交通大学信息科学与技术学院,成都611756；

关键词：车辆检测,像素自适应分割算法,感兴趣区域,哈尔特征,方向梯度直方图特征,AdaBoost+SVM级联分类器,

基金：浙江大学CAD&CG国家重点实验室开放课题(A1823)；成都市科技资助项目(科技惠民技术研发项目)(2015-HM01-00050-SF)；；

随着车辆迅速增加，智能交通系统中的监控系统需要在复杂环境中快速、准确地检测车辆，在现有研究的基础上提出一种高效的车辆检测方案。首先选取像素自适应分割算法对其背景模型作线性优化，减少运算复杂度，提取前景斑点为定义区域；然后通过设定阈值确定感兴趣区域；在感兴趣区域里，选取哈尔（Haar-like）特征和方向梯度直方图特征，输入到优化后的AdaBoost+支持向量机（support vector machine，SVM）级联分类器中进行车辆检测。大量的实验证明了线性化像素自适应分割算法的优越性、AdaBoost+SVM级联分类器的快速性、整体车辆检测算法在检测车辆时的实时性和光照鲁棒性。

来源：2019年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第11期