角点检测代码matlab
车辆检测
此存储库中的可以根据中的示例使用来检测图像和视频中的车辆。
自从我上了Andrew
Ng的课程后就再也没有使用过SVM,该课程最终成为Coursera的种子。
现在肯定比在Octave
/
MatLab中从头开始编写要容易得多。
该项目代表了更传统的机器学习:仔细的自定义特征提取和使用较旧样式的模型,而不是会独立学习特征的深度卷积分类器。
总的来说,检测过程为:
从一组汽车和非汽车图像中提取特征以及简化的空间特征和颜色直方图
在提取的特征上训练SVM分类器(带有)
使用多尺度滑动窗口从图像的相关区域提取相同的HOG
/空间/颜色特征,以使用经过训练的分类器进行测试
阈值分类器使用热图找到的匹配项,以排除异常值和误报
在检测到的车辆周围绘制边界框
我还将车辆跟踪与找到的车道边界相结合,以获得更完整的跟踪解决方案。
特征提取
所有特征提取均由FeatureExtractor类执行。
我的训练图像来自一组8792辆汽车和8968辆非汽车图像,每张图像均另存为64x64
PNG。
可从那里获得数据,该数据是该项目的基础。
下面是示例“汽车”和“非汽车”的图像