基于區(qū)域分類與目標檢測相融合的交通場景分析.pdf

1、交通場景分析作為一門新興學科，在汽車自動駕駛系統(tǒng)中占據(jù)著非常重要的地位。復雜背景下的交通場景分析性能直接影響著基于視頻的自動駕駛技術(shù)的發(fā)展。本文提出了一種新型交通場景分析系統(tǒng)，在語義范疇對圖像中的每個像素點進行標注，目的在于廣泛地應用于包含眾多類目標的復雜場景。該系統(tǒng)結(jié)合了區(qū)域特征分析與滑動窗口檢測兩種算法對交通場景進行分析，主要包含以下幾個方面:
　　實現(xiàn)基于圖像超像素的場景分析，可以對那些沒有固定形狀但紋理信息相對一致的背景類

2、場景范疇（如:道路、天空、樹、樓房等）進行準確分類。本文主要選取了以下圖像超像素特征:紋理特征、顏色特征、外表特征以及圖像子區(qū)域的幾何特征（大小、形狀、位置等）。
　　實現(xiàn)基于滑動窗口的多目標檢測，能夠?qū)δ繕祟悎鼍胺懂牐ㄈ?行人、車輛、非機動車等）進行高精度檢測識別。本文在圖像多尺度空間利用LUV顏色特征與梯度特征的融合進行目標類場景特征的描述，并結(jié)合AdaBoo st分類算法進行目標的檢測與識別。
　　對交通圖像的超像素分