基于多部件RBM模型的部分遮挡车辆检测

被部分遮挡车辆的检测一直是基于机器视觉的车辆检测技术中的难点。针对该问题，本文提出一种基于多部件RBM模型的车辆检测算法。首先，采用无遮挡车辆部件样本，训练与该部件对应的SVM分类器。随后，将所有SVM分类器的检测得分输入至受限Boltzmann机( RBM：Restrict Boltzmann Machine)中进行训练。最后，由RBM所有隐层神经元的输出综合决策所检区域内是否存在车辆。在KITTI标准测试库中的实验表明，本算法对部分遮挡车辆的检测效果优于已有算法；对无遮挡车辆的检测效果接近已有算法。