车辆前方行人检测的优化算法

车辆辅助驾驶系统中基于计算机视觉的行人检测研究综述

基于视频的车辆检测与跟踪算法研究，介绍了辆检测与跟踪算法，感觉还可以

随着全球经济的飞速发展，世界范围内车辆数目也在快速增加，同时智能交通管理系统（ITS）[1]在道路交通管理中的应用越来越广泛。车辆检测与跟踪系统作为智能交通管理系统中的重要环节，负责识别监控视频中的车

基于waldBoost分类器的车辆检测算法,代码实现基于opencv3扩展库,代码工程基于Qt5

用背景差分算法和C均值聚类算法实现。步骤： ①读入背景图像(a)和待检测图像(b)。 ②对图像中的所有像素，应用公式(2.1)进行判断，得到检测结果图像(c)。 ③利用膨胀、腐蚀、滤波等算子对差分图像

针对传统滑动窗行人检测速度慢、实时性差的问题，为避免全局搜索，利用似物性检测设计了一种快速行人检测方法。首先，算法通过提取正负训练样本的规范化二进制梯度特征，用该特征训练级联SVM分类器得到行人似物检

基于改进遗传算法的车辆路径优化，李轶舜，徐建闽，自从VRP被证明为NP难题后，许多学者进行了各种求解算法的研究。本文采用遗传算法来求解VRP问题,其思想是对遗传算法初始种群确定、�

数学建模中基于遗传算法的配送车辆优化调度问题的描述

汽车工程文献一篇，复杂路面环境下前方车辆识别目标函数的选取

经典的行人检测算法，利用HOG和SVM实现此算法。已调试可以正常运行。