基于視覺顯著性的車輛目標檢測算法研究.pdf

1、視覺目標檢測技術(shù)是通過對圖像序列中的目標進行檢測和提取，以獲得目標參數(shù)信息。它是圖像處理與計算機視覺領(lǐng)域中的重要分支，具有廣泛的應(yīng)用。隨著心理學(xué)和生理學(xué)的研究深入，科學(xué)研究者逐漸開始通過信息科學(xué)表現(xiàn)生理學(xué)和心理學(xué)研究的視覺認知機制，它摒棄了從圖像角度分析目標，開始從人的視覺認知系統(tǒng)角度出發(fā)，將視覺特征應(yīng)用于目標分析檢測理論。車輛檢測技術(shù)正朝向視覺檢測立體化、智能化、實時性等方向發(fā)展。但是，現(xiàn)階段在復(fù)雜場景中的車輛檢測在識別速度和有效性上

2、還不能完全達到人們預(yù)想的水平。
　　為了解決復(fù)雜場景中的車輛目標檢測問題，本文提出基于特征顯著性目標檢測結(jié)合分類器的算法，主要完成以下工作:
　　首先，針對復(fù)雜地面場景圖像中的車輛目標檢測問題，提出一種通過特征顯著性分析確定目標候選區(qū)域的方法，主要包括:采用自下而上的策略，根據(jù)底層視覺特征，計算特征顯著性地圖，采用積分圖加速搜索感興趣區(qū)域;通過空域與時域累積增強特征顯著性地圖，合并相近的強響應(yīng)區(qū)域，獲得目標候選區(qū)。