基于多特征融合的车辆实时检测

针对单一特征目标跟踪算法鲁棒性较差的问题, 提出一种基于特征可分性和稳定性度量的多特征融合目标跟踪算法. 在粒子滤波框架下, 通过计算不同特征对目标和背景的可区分性和稳定性, 设置重要性权值并自适应选

车牌定位是车牌识别的重要步骤，文章针对车辆图像的复杂背景及非均匀的光照条件，提出了一种基于特征的车牌实时定位算法。试验结果表明该算法准确率较高、鲁棒性好。

在多标记学习框架中，特征选择是解决维数灾难，提高多标记分类器的有效手段。提出了一种融合特征排序的多标记特征选择算法。该算法首先在各标记下进行自适应的粒化样本，以此来构造特征与类别标记之间的邻域互信息。

为向驾驶者提供有效的车辆位置信息,提高驾驶安全性,提出了一种融合多种目标特征的单目视觉车辆检测与跟踪方法。首先,利用车辆尾部的结构对称性提取出感兴趣区域,减少搜索范围。再利用车辆底部的阴影特征,在感兴

项目结构 该项目的目标是尝试在面向前方的车辆摄像头数据中检测一组道路特征。 我称其为朴素的方式,因为它主要使用计算机视觉技术(与朴素的贝叶斯方法无关!)。 我们要检测和跟踪的特征是车道边界和周围的车辆

针对智能交通系统中交通基础数据当前提取方式较匮乏的问题，提出了一种利用交通视频基于改进卡尔曼滤波的交通信息采集方法。首先，分析混合高斯模型在多车辆运动目标检测时易出现噪点、目标断裂、空洞等问题，提出了

为了获得理想的车辆轮廓线,提出了一种基于开源计算机视觉库OpenCV的轮廓检测新方法。首先对图像进行形态学去噪、平滑滤波处理和二值化阈值分割等预处理,获得二值化黑白图像。然后通过轮廓提取和跟踪检测到车

利用vs2010+opencv+mfc做的一个车辆检测系统，压缩包中有视频，代码可以直接运行，软件界面有三个演示结果分别是车辆检测，车辆跟踪，车辆分割效果，本作品已经申请软著了，所以大家下载后看看就好

A Hardware/Software Codesign for Image Processing in a Processor Based Embedded System for Vehicle D

基于DPM行人车辆检测，算法实现基于opencv3扩展库，代码工程基于Qt5