單目視覺車輛檢測(cè)與類型識(shí)別方法研究.pdf

1、隨著智能車系統(tǒng)無人駕駛功能的逐漸完善，對(duì)實(shí)時(shí)道路信息處理的要求也越來越高，車輛類型識(shí)別功能的實(shí)現(xiàn)將有助于它在實(shí)際復(fù)雜環(huán)境中的應(yīng)用與擴(kuò)展。并且車輛類型識(shí)別的研究對(duì)目標(biāo)識(shí)別領(lǐng)域和智能交通系統(tǒng)的發(fā)展具有相當(dāng)重要的推動(dòng)作用。但在諸多的目標(biāo)識(shí)別和智能交通系統(tǒng)領(lǐng)域的研究中，對(duì)車輛類型識(shí)別的研究還鮮有成果。
　　本文針對(duì)單目相機(jī)采集的序列圖像，面向智能車輛的環(huán)境感知任務(wù)，主要針對(duì)車輛檢測(cè)與車輛識(shí)別分類兩個(gè)任務(wù)展開研究，完成了以下工作和研究成果：

2、
　　1、提出了一種快速的基于通道特征和級(jí)聯(lián)的AdaBoost分類器的單目視覺車輛檢測(cè)算法，并應(yīng)用于實(shí)際的車輛檢測(cè)任務(wù)中；
　　2、提出了一種有效的基于直方圖交叉核的字典學(xué)習(xí)方法并利用學(xué)習(xí)得到的字典建立有效的目標(biāo)局部特征編碼描述，然后利用最小二乘概率分類器，實(shí)現(xiàn)了對(duì)多類車輛類型的快速識(shí)別。
　　上述工作和成果是針對(duì)駕駛環(huán)境下的車輛目標(biāo)類型識(shí)別的研究，該研究在實(shí)際應(yīng)用方面做出了積極探索，最終的實(shí)驗(yàn)結(jié)果也證實(shí)了該系統(tǒng)方法的