基于風(fēng)險(xiǎn)貝葉斯的MPEG行車障礙檢測(cè)算法研究.pdf

1、汽車駕駛者精力不集中等原因極易引發(fā)交通事故，各國(guó)的科研工作者研究了多種方法來(lái)解決這一問(wèn)題。行車障礙檢測(cè)算法實(shí)用性的重要指標(biāo)之一是其虛警率是否在可以接受的范圍內(nèi)。論文在分析車輛行駛狀態(tài)、障礙物出現(xiàn)的情況和深入研究基于MPEG運(yùn)動(dòng)矢量行車障礙檢測(cè)算法的基礎(chǔ)上，對(duì)實(shí)際拍攝的行車連續(xù)視頻進(jìn)行人工判讀，統(tǒng)計(jì)了原有算法的檢出率和虛警率，得出的實(shí)驗(yàn)數(shù)據(jù)表明：原算法的檢出率較高但虛警率也較高。
　　 有鑒于此，文中對(duì)原有算法的濾除噪聲方法和判決

2、規(guī)則提出了改進(jìn)，使其能在檢出率和虛警率之間達(dá)到平衡。課題提出了利用運(yùn)動(dòng)矢量的方向特性來(lái)濾除噪聲的方法。判決規(guī)則的改進(jìn)是建立在最小風(fēng)險(xiǎn)貝葉斯原理的基礎(chǔ)上：通過(guò)統(tǒng)計(jì)分析與人工判讀的手段，可以獲得某一路況下運(yùn)動(dòng)矢量場(chǎng)中危險(xiǎn)運(yùn)動(dòng)矢量與非危險(xiǎn)運(yùn)動(dòng)矢量的先驗(yàn)概率、類條件概率以及門限閾值；利用這些數(shù)據(jù)，可以計(jì)算得出此路況下的判決損失，還可應(yīng)用貝葉斯公式計(jì)算出待分類運(yùn)動(dòng)矢量的后驗(yàn)概率；利用后驗(yàn)概率和判決損失可以計(jì)算得出待分類運(yùn)動(dòng)矢量的兩種條件風(fēng)險(xiǎn)，一是

3、判運(yùn)動(dòng)矢量屬于危險(xiǎn)運(yùn)動(dòng)矢量的條件風(fēng)險(xiǎn)，二是判運(yùn)動(dòng)矢量屬于非危險(xiǎn)運(yùn)動(dòng)矢量的條件風(fēng)險(xiǎn)；比較這兩種條件風(fēng)險(xiǎn)，將運(yùn)動(dòng)矢量歸屬于條件風(fēng)險(xiǎn)較小的那一類，以此實(shí)現(xiàn)對(duì)運(yùn)動(dòng)矢量的最優(yōu)決策。
　　 實(shí)驗(yàn)方法是應(yīng)用MATLAB搭建基于風(fēng)險(xiǎn)貝葉斯的MPEG行車障礙檢測(cè)算法檢測(cè)平臺(tái)。該平臺(tái)能夠?qū)⑿熊囘B續(xù)視頻流按幀分解成單幀圖像，對(duì)其進(jìn)行逐幀分析，從幀圖像中提取出行車圖像的運(yùn)動(dòng)矢量場(chǎng)圖。對(duì)其中的運(yùn)動(dòng)矢量應(yīng)用檢測(cè)算法進(jìn)行檢測(cè)分類，完成對(duì)基于風(fēng)險(xiǎn)貝葉斯的MPE