论文部分内容阅读
由于有千变万化背景的环境和有不同形状，颜色和外观的车辆的大变化，在复杂环境与高适应性，效率和坚韧性实现一个即时机载的车辆识别系统，仍然保持挑战性。这篇论文基于单眼用的视觉技术为柔韧的机载的车辆识别介绍同时的察觉和追踪的框架。框架利用一个新奇分层的机器学习和粒子过滤器造多车辆察觉和追踪的系统。在车辆察觉阶段，一个分层的机器学习方法被介绍，它联合对粗糙搜索、好搜索用基于 AdaBoost 的训练算法获得目标。基于特征，类似被建议估计最可能的人行道区域的人行道分割方法。效率和精确性被在人行道的精简的区域以内限制