基于改进的几何约束算法与卷积神经网络的车辆检测

作者：周马莉; 张重阳

来源：计算机与数字工程, 2018, 46(12): 2406-2412.

• 车辆检测
• 几何约束
• Adaboost
• 卷积神经网络

论文提出了一种基于改进的几何约束算法有效结合卷积神经网络(CNN)的车辆检测方法。首先对几何约束算法进行改进,避免该算法重复的矩阵运算,从而进一步提高该算法效率。根据改进的几何约束算法计算出车辆的感兴趣区域,然后在该区域内提取Haar-like特征,通过Adaboost分类器初步检测得到候选框。之后用训练好的卷积神经网络模型对目标候选框进行分类。实验结果表明,该方法能够有效地减少车辆检测时间,提高车辆检测的精度,并且对多种光照条件,部分遮挡,姿态变化等具有一定的鲁棒性。

• 单位
  南京理工大学