积分商城

最新搜索： STM32H743VGT6开发板 零起步轻松学电子技术 c++_按钮 stm32f407 ads8688例程 vc9804a 8594E
您现在的位置是：首页 > 技术资料 > 多特征融合的车辆识别技术
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

多特征融合的车辆识别技术

更新时间：2019-12-30 04:32:53 大小：3M 上传用户：IC老兵查看TA发布的资源 标签：车辆识别技术 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

针对运动车辆目标识别问题提出了一种自然场景下车辆识别方法。首先采用图像差分技术对目标车辆的显著特征进行统计学习,并将学习所得目标局部特征以及图像进行编码,根据以上两个信息实现目标车辆的显著性检测。其次针对车辆运动的复杂性,采用分块投影匹配方法进行全局运动估计和补偿,并利用差分技术进行运动特征检测。然后将目标车辆的显著性特征与运动特征进行融合,从而获得更精确的候选目标区域。最后对候选区域进一步使用视觉显著特征进行目标判别。实验表明该方法具有较好的目标判别性能,能较好地解决自然场景下运动车辆的识别问题。


部分文件列表

文件名 大小
1577651568多特征融合的车辆识别技术.pdf 3M

【关注B站账户领20积分】

部分页面预览

（完整内容请下载后查看）
第
卷第  
期
年 月  
7
47  
7
红外与激光工程  
2ꢂꢁ8  
Vol.47 No.7  
Infrared and Laser Engineering  
Jul.2ꢂꢁ8  
多特征融合的车辆识别技术  
ꢁ 2 ꢁ  
程 全 ，樊 宇 ，刘玉春 ，王志良  
3
(ꢁ. 周口师范学院 机械与电气工程学院，河南 周口 466ꢂꢂꢁ；  
2. 周口师范学院 网络工程学院，河南 周口 466ꢂꢂꢁ；  
3. 北京科技大学 计算机与通信工程学院，北京 ꢁꢂꢂꢂ83ꢄ  
摘
要：  
针对运动车辆目标识别问题提出了一种自然场景下车辆识别方法。首先采用图像差分技术  
对目标车辆的显著特征进行统计学习，并将学习所得目标局部特征以及图像进行编码，根据以上两个  
信息实现目标车辆的显著性检测。其次针对车辆运动的复杂性，采用分块投影匹配方法进行全局运动  
估计和补偿，并利用差分技术进行运动特征检测。然后将目标车辆的显著性特征与运动特征进行融  
合，从而获得更精确的候选目标区域。最后对候选区域进一步使用视觉显著特征进行目标判别。实验  
表明该方法具有较好的目标判别性能，能较好地解决自然场景下运动车辆的识别问题。  
关键词：  
特征融合； 车辆识别； 运动特征； 统计学习  
中图分类号： 文献标志码： ：  
DOI ꢁꢂ.3788/IRLA2ꢂꢁ847.ꢂ726ꢂꢂ3  
TP39ꢁ  
A
Multi-feature fusion vehicle identification technology  
ꢁ 2 ꢁ  
Cheng Quan , Fan Yu , Liu Yuchun , Wang Zhiliang  
3
ꢅꢁ. Mechanical and Electrical Engineering, Zhoukou Normal University, Zhoukou 466ꢂꢂ1, China;  
2. College of Network Engineering, Zhoukou Normal University, Zhoukou 466ꢂꢂ1, China;  
3. School of Computer & Communication Engineering, University of Science & Technology Beijing, Beijing ꢁꢂꢂꢂ83, Chinaꢄ  
Abstract: A method of vehicle identification in natural scene was proposed for the target recognition of  
moving vehicles. Firstly, the image difference technique was used to study the significant characteristics  
of the target vehicle, and encode the local features and the image of the learning target, then the salient  
detection of the target vehicle was realized according to the above two information. Secondly, aiming at  
the complexity of vehicle movement, a block projection matching method was used for global motion  
estimation and compensation, and the difference technique was used to detect the motion feature. Then  
the target vehicle′ s saliency features and the motion features were fused to obtain more accurate  
candidate target areas. Finally, the candidate region was further used to discriminate the target by using  
the visual features. The experiment shows that the method has good performance of target discrimination  
and can solve the problem of vehicle motion recognition in natural scene.  
Key words: feature fusion; vehicle identification; motion feature; statistic study  
收稿日 期：  
；
修 订日 期：  
2018-02-05  
2ꢀꢁ8-ꢂ3ꢃ03  
；河南 省科 技厅科 技攻 关项 目  
基金项 目：国 家自 然科学 基金  
，
(ꢁ82ꢁ022ꢁ0ꢁ5ꢁ ꢁ82ꢁ023ꢁ076ꢁꢄ  
(6ꢁ4ꢂꢁ526)  
作者简 介：程 全  
，男 ，副教授 ，硕士 ，主要 从事 智能控 制方 面的 研究 。  
(ꢁ978ꢃꢄ  
Email:quan8888@ꢁ26.com  
ꢂ726ꢂꢂ3ꢃꢁ  
红外与激光工程  
第
期
第
卷
47  
7
主要有基于统计模式识别的方法、基于知识的方法、  
基于模型的方法、基于信息融合的方法等。 实际应用  
证明，对于复杂场景下的运动目标识别问题，由于目  
标运动造成姿态改变而使目标外观变化很大， 外加  
遮挡与地面杂波干扰的影响， 使得传统的目标识别  
引 言  
0
目标识别技术是利用图像处理和大规模集成电  
路技术，对目标进行快速识别的技术。 由于目标所处  
场景和本身信息的缺损或模糊等诸多因素， 使得对  
目标的识别成为一个很复杂的过程。 随着微电子技  
术的飞速发展以及生物视觉、机 器视觉、图像处 理 、  
模式识别、机器学习、人工智能等学科理论研究的深  
入开展，目标识别技术研究取得了较大进展，已成为  
当今机器视觉领域的热门研究方向。 近年来，国内外  
[ꢂꢂ]  
方法难以奏效 。 为此文中提出了基于多关系模板  
匹配的车辆识别技术， 该方法根据特定应用的任务  
需求， 运用统计学习技术自动提取目标的视觉显著  
特征，并将之与目标的运动特征进行融合处理，提高  
目标识别模型的泛化能力。 对有限复杂场景下的目  
标识别准确率较高， 解决了依靠经验人为事先选定  
的 目 标 特 征 对 变 化 场 景 的 适 应 能 力 不 足 造 成 的 影  
响，是一种切实可行的车辆目标识别方法。  
若干高校和研究机构在该领域开展了较为系统深入  
[1-ꢁ]  
的研究工作  
，推出了一些具有一定实用价值的目  
标识别系统，但在不同的目标类 型、运动模式、成 像  
条件及场景下， 目标识别系统的性能会受到显著影  
车辆目标检测方法  
1
[5]  
响
。 迄今为止，尚没有各种复杂场景下通用的目标  
识别方法。  
近几年来，国际上有关稀疏 编 码 、字 典 学 习 、深  
度学习等特征学习技术研究取得了重要进展， 获得  
了一些有重要意义的理论研究成果， 部分理论与算  
从车辆视频图像中正确识别运动车辆目标的前  
提是可靠提取目标所在区域， 即准确检测出运动车  
辆目标。 由于自然场景相当复杂， 图像信息极为丰  
富，要正确检测车辆目标，首先 要准确描述目 标 ，即  
[ꢂ2]  
采用合适的特征表示目标 。 考虑到目标运动与背  
法已在机器视觉领域成功用于对特定视觉目标的检  
景运动存在差异， 可以通过背景运动补偿和历史运  
动累积检测序列图像中的运动显著区域作为候选车  
辆目标。 但仅仅依靠运动信息检测车辆目标还不够  
准确， 车辆目标可能会由于其相对背景做低速运动  
致使历史运动累积不够显著而造成漏检， 因此还需  
[6-7]  
测与目标的类别识别  
，如采用稀疏编码表示与识  
[8]  
[9]  
别人脸 、采用字典学习表示与识别多类视觉目标  
国际上， 已有多个研究机构与大学构建了若干专用  
图 像 数 据 库 如 、  
。
、
、
Caltechꢂ01 Caltech256 ImageNet  
、
Norb LabelMe  
等用于目标识别研究，并举办了若 干  
[ꢂ3]  
要检测对车辆目标而言的视觉特征显著区域 。 针  
年 度 比 测 会 议 如  
来 衡 量 有 关 目 标 识 别 算 法  
Pascal2  
对自然场景下的运动目标识别， 文中采用的处理流  
的性能，从而大力促进视觉目标识别研究的发展。 军  
事上，在自动目标识别领域，有关目标特征学习的研  
究 才 刚 刚 起 步 ， 美 国 国 防 部 先 进 研 究 计 划 局  
程如图 所示。  
ꢂ
于
年初发布了有关征求开展深度特  
20ꢂ0  
(DARPA)  
征学习技术研究的项目申请指南， 旨在促进该领域  
[ꢂ0]  
的技术研究  
。
可以预见，基于大量目标图像，通过特征学习自  
动提取与选择目标特征、 建立有效的目标视觉显著  
特征模型，并与目标的运动特征进行融合处理，可实  
现复杂场景下高精度的目标识别。 因此，针对自动目  
标识别开展稀疏编码、 字典学习等特征学习理论与  
方法研究，无论在军用还是民用领域，都具有极其重  
要的理论意义与广阔的应用前景。  
图
车辆 目标 识别 处理流 程  
ꢂ
Figꢃ1 Vehicle target recognition process  
由图 可见， 车辆目标识别过程总体上可分为  
ꢂ
两个阶段，即显著检测和目标判决。 显著检测阶段基  
于视觉选择注意机理， 根据目标的运动特征与视觉  
经过多年研究，目前已提出许多目标识别方法，  
0726ꢀꢀ3-2  

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

资料专题

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号