江苏省博士生创新基金(CX09B-205Z)
- 作品数：2 被引量：19H指数：2
- 相关作者：陈士安张晓娜何仁姚明倪捷更多>>
- 相关机构：江苏大学更多>>
- 发文基金：江苏省博士生创新基金国家自然科学基金江苏省自然科学基金更多>>
- 相关领域：交通运输工程更多>>
- 基于空间信息高斯混合模型的运动车辆检测被引量：6
- 2011年
- 针对传统的高斯混合模型运动目标检测法仅仅在像素域的时间尺度上对像素进行分类,而忽视空间位置信息,导致在背景图像和场景的动态变化情况下造成误判等问题,提出了一种基于空间邻域加权的高斯混合模型的运动车辆检测方法.该方法首先根据像素的空间尺度上特征信息,定义了一个具有抑制噪声能力的空间信息函数;然后设计了具有空间约束的当前像素由某个类生成的加权概率,并验证了该加权概率满足归一性和空间连续性2个准则;最后,给出了同时考虑像素点空间和时间信息的模型参数更新公式和运动目标检测方法.通过不同气候条件下的城市交通视频序列运动车辆检测试验表明:该方法具有较满意的检测效果与较好的检测正确率与误判率.
- 张晓娜何仁刘志强陈士安倪捷
- 关键词：智能交通系统高斯混合模型空间信息
- 基于主动学习AdaBoost算法与颜色特征的车牌定位被引量：13
- 2013年
- 人工选取少量的车牌区域和非车牌区域,采用积分图法快速提取Haar-like扩展特征,构成初始训练样本。使用AdaBoost算法训练样本产生一个初始分类器,经过主动学习过程,产生一个用于车牌检测的强分类器。利用Cascade结构检测法进行车牌的粗定位,通过提取边缘颜色对,对候选区域进行验证,实现车牌区域的精确定位。对不同光照条件及车牌污损等复杂情况下的车牌图像进行了定位测试。测试结果表明:车牌的粗定位率和精确定位率分别为98.3%、97.1%,平均定位时间小于0.1s,因此,该方法有较好的车牌定位效果和定位准确率。
- 张晓娜何仁陈士安姚明
- 关键词：智能交通系统车牌定位ADABOOST算法分类器
