基于HOG特征和机器学习的工程车辆检测
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Vehicles Detection Based on Histograms of Oriented Gradients and Machine Learning
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对智能监控在露天矿区中的应用, 提出了一种在大场景、远距离、多角度的环境下自动识别工程车辆的算法. 该算法利用梯度方向直方图特征(HOG)作为图像描述, 并结合支持向量机(SVM)训练分类器的方法, 实现图像中工程车辆的检测. 为提高检测效率和准确度, 采用Hough变换直线检测的方法提取包含目标的区域. 实验表明, 算法能够在较大分辨率的复杂图像中识别出检测目标, 有较高的准确度, 对于实验中不同的环境具有较强的鲁棒性.

    Abstract:

    We propose a vehicle detection algorithm for Intelligent Surveillance used in open pit area . The algorithm detects vehicle in the image using Histograms of Oriented Gradients features (HOG) as the image description, combined with support vector machine (SVM) classifier training. In order to improve the detection efficiency and accuracy, Hough transform line detection method to extract the region that contains the target to reduce the search range. The experiments show that the algorithm can be able to recognition the target in complex images, with high degree of accuracy, robustness for the different environments of the experiment.

    参考文献
    相似文献
    引证文献
引用本文

张全发,蒲宝明,李天然,孙宏国.基于HOG特征和机器学习的工程车辆检测.计算机系统应用,2013,22(7):104-107

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2012-12-13
  • 最后修改日期:2013-01-07
  • 录用日期:
  • 在线发布日期: 2013-07-25
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号