基于視頻圖像的車輛檢測方法的研究.pdf_第1頁
已閱讀1頁,還剩77頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、動態(tài)變化場景的監(jiān)控是近年來非常受關注的前沿研究方向。對現實中復雜交通場景下運動目標的檢測和識別是智能視頻監(jiān)控中的關鍵技術,其處理結果直接影響隨后的軌跡跟蹤、行為理解和對監(jiān)控事件的處理。
   針對現實中復雜交通場景下的運動物體檢測問題,本文采用了改進的α-blending算法(背景模型的自適應更新法),并將其處理效率和效果分別與光流算法、混合高斯模型算法進行比較,試驗結果顯示該算法能更好地克服背景擾動、外界光照劇烈變化等惡劣條件

2、,有效地提取復雜背景下的運動目標圖像,并具有更高的處理效率。
   針對運動車輛的檢測,本文使用梯度方向直方圖特征(HOG)。該特征首先將圖像分成不同的單元,分別統(tǒng)計每個單元內的多尺度方向的直方圖。然后,對于四個相鄰的單元組成的一個區(qū)域,將直方圖每一維的值進行歸一化,并將整幅圖像中所有區(qū)域的直方圖連接起來,形成特征集合。最后用HOG特征集來訓練一個支持向量機(SVM)分類器,并將其用于路面運動物體的分類。
   在理論和

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論