摘要

交通场景中对遮挡车辆的检测是车辆检测中的一个难点,基于此提出了一种不同于传统滑动窗口方法的新的车辆检测方法。该方法通过学习一个高斯混合模型联合基于多标记学习的局部遮挡模式捕获方法,通过从少量帧中提取检测信息,进行无监督学习,混合图像的每个部分都代表了在图像区域内找到的目标期望。运行时,最有可能包含车辆的窗口将从部件中取样,并由分类器进行评估。在分析局部遮挡时,用部件检测器共享一组决策树,通过学习和组合利用区域相关性,减少计算时间。实验结果表明,采用联合高斯混合模型与局部遮挡捕获方法,可大大降低计算复杂度,同时在遮挡方面提供更好的识别性能。