一种基于类Haar特征和AdaBoost算法的前车检测方法

来源 :微型机与应用 | 被引量 : 0次 | 上传用户:hongwei3330857
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对智能车辆和安全驾驶辅助系统中车辆检测问题,提出一种基于类Haar特征和AdaBoost分类器并结合车辆灰度对称性验证的前车检测方法。使用积分图方法计算图像类Haar特征,并对提取的海量类Haar特征应用AdaBoost算法进行特征选择及分类器训练,最后使用所选择的特征及分类器进行测试。实验结果表明,该方法在阴天和晴天情况下检测率分别为90.86%、91.15%,可以快速、有效地进行前车检测。
其他文献
苏州作为全国第一批科技与金融结合试点地区之一,经过不断的探索,结合区域经济发展特征,逐步形成了独具特色的科技发展模式,创新建立了多方共担风险的科技金融苏州模式,分散
虚拟手术是计算机图形学里的一个重要应用。三维器官模型UV映射(UV贴图)方法一直是虚拟手术领域里的一个研究热点。UV映射就是将一个2D纹理映射到一个3D模型上,肝脏模型传统的UV映射方法就是将二维纹理的坐标位置映射到三维肝脏模型的网格顶点上。提出了一种全新的三维肝脏模型UV映射方法,该方法使UV贴图独立于网格的表面,能够有效减少GPU运算量,缩短渲染时间,并且同一张纹理图像能够应用于多个不同分辨率
结合近几年在医疗大数据平台开发领域的工作实践和对现阶段主流开源开发技术的应用,在对医疗大数据平台的数据和业务特点深入理解和分析的基础上,从开源技术角度对端到端的业
由于三维扫描设备精度不足以及各类人为因素的影响,扫描获取的三维模型不可避免地包含了噪声信息。如何有效地去除扫描模型中的噪声一直是一个经典热门问题。文中提出了一个数据驱动的算法,通过分析已有的噪声模型和对应原始模型数据,建立噪声模型局部几何特征与原始模型法向量之间的数据映射关系,再利用此信息局部特征匹配得到去噪后网格。实验结果表明,该方法可以有效地对网格进行去噪,在去除噪声的同时,可以很好地保持网格