没有合适的资源?快使用搜索试试~ 我知道了~
基于逻辑回归的车辆检测方法研究
需积分: 14 5 下载量 102 浏览量
2021-01-26
17:43:55
上传
评论
收藏 1.71MB PDF 举报
温馨提示
试读
5页
针对高速公路追尾事故频发而导致自动驾驶系统需要提高车辆检测的实时性问题,本文提出了一种基于逻辑回归的车辆检测方法。首先,通过对包含车辆与非车辆图像的训练集提取HOG特征来训练逻辑回归分类模型以获得好的回归系数;然后,采用滑动窗口机制对截取的视频帧提取HOG特征并利用过训练好的逻辑回归模型进行检测,并结合非极大值抑制技术去除了多余的检测窗口;通过实验,在车辆图像的测试集上该模型的识别正确率达到了96.23%,在视频帧上的车辆检测效果显示该方法可满足实时性要求。
资源推荐
资源详情
资源评论
电子设计工程
Electronic Design Engineering
第 26卷
Vol.26
第 20期
No.20
2018年 10月
Oct. 2018
收稿日期:2018-01-10 稿件编号:201801059
基金项目:重庆市基础科学与前沿技术研究专项项目(cstc2016jcyjA1953)
作者简介:蓝章礼(1973—),男,重庆人,博士,教授。研究方向:图像处理与机器视觉、交通信息化、桥梁监测等。
高速公路上发生的追尾事故占事故总数很大比
例。保持安全的车距是避免发生追尾的主要预防措
施。前向车辆检测系统可以检测前方车辆,目前向
车辆检测系统所采用的检测技术主要有:毫米波雷
达
[1]
、激光
[2]
、红外
[3]
、计算机视觉
[4-5]
等,其中计算机视
觉具有捕获信息丰富,设备成本低等优点,因此,研
究和发展基于计算机视觉的车辆检测技术在减少追
尾事故方面有非常重要的意义。
基于计算机视觉的车辆检测方法大致可以分为
基于 模型、基 于特征、基于光流场,基于 机器学习 4
种
[5]
。基于模 型 的方法
[6]
建立车辆 的 二维或 三 维 模
型,然后与检测图像机型匹配。基于特征的检测方
法
[7]
根据车辆的对称性、阴影等特征或特征的组合对
车辆进行检测。光流法
[8- 19]
通过检测目标的运动或
者相机的运动或者两者的共同运动,该方法计算量
大,对噪声敏感。机器学习
[10-11]
利用大量数据提取特
征通过学习得到模型,虽然训练的过程计算量大,但
是通过学 习 到的模 型 进 行预测 计 算 量小,精度高。
深度学习
[12-13]
是机器学习的一种,通过多层神经网络
基于逻辑回归的车辆检测方法研究
蓝章礼,陈 巍,杨 扬
(重庆交通大学 信息科学与工程学院,重庆 400074)
摘要:针对高速公路追尾事故频发而导致自动驾驶系统需要提高车辆检测的实时性问题,本文提
出了一种基于逻辑回归的车辆检测方法。首先,通过对包含车辆与非车辆图像的训练集提取 HOG
特征来训练逻辑回归分类模型以获得好的回归系数;然后,采用滑动窗口机制对截取的视频帧提
取 HOG 特征并利用过训练好的逻辑回归模型进行检测,并结合非极大值抑制技术去除了多余的检
测窗口;通过实验,在车辆图像的测试集上该模型的识别正确率达到了 96.23%,在视频帧上的车辆
检测效果显示该方法可满足实时性要求。
关键词:车辆检测;HOG;逻辑回归;滑动窗口;非极大值抑制
中图分类号:TN919.8 文献标识码:A 文章编号:1674-6236(2018)20-0077-05
Study on vehicle detection method based on logistic regression
LAN Zhang⁃li,CHEN Wei,YANG Yang
(School of Information Science & Engineering,Chongqing Jiaotong University,Chongqing 400074,
China)
Abstract: Frequent rear- end accidents on the highway makes the automatic driving system have to
improve the real- time performance of the vehicle detection,and a vehicle detection method based on
Logistic Regression is proposed to overcome this problem in this paper. First of all,extracting the HOG
features of the dataset consist of vehicle and non-vehicle pictures to train the Logistic Regression Model
(LRM)so as to obtain a good regression coefficient;then using the sliding window mechanism to extract
the HOG features of the intercept video frame and applying the well- trained LRM for detection,
meanwhile,combining with the non- maximal value suppression technique to remove the redundant
detection window. Experiments on the vehicle image test dataset show that the vehicle identification
accuracy of the LRM reaches 96.23% and the performance of vehicle detection on the video frame proves
that the proposed method can meet the real-time need.
Key words: vehicle detection;HOG;logistic regression;sliding window;non-maximum suppression
-- 77
资源评论
weixin_38735570
- 粉丝: 5
- 资源: 935
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- apk.tw_LineLite_v8a_v.2.17.1_sign.apk
- Elasticsearch实战:构建高效搜索系统的秘诀.zip
- HTML+CSS+JS网页设计:从入门到精通.zip
- 数据库课程设计:从理论到实践的全面指南.zip
- Python闭包:深入理解与应用场景解析.zip
- Win64OpenSSL-3-3-0.exe
- 课高分程设计-基于C++实现的民航飞行与地图简易管理系统-南京航空航天大学
- 航天器遥测数据故障检测系统python源码+文档说明+数据库(课程设计)
- 北京航空航天大学操作系统课设+ppt+实验报告
- 基于Vue+Echarts实现风力发电机中传感器的数据展示监控可视化系统+源代码+文档说明(高分课程设计)
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功