本文主要研究内容
作者李堃,黎向锋（2019）在《基于日间行车的灯语识别技术》一文中研究指出：汽车的车灯不仅具有照明作用,也是车辆行驶时与周围车辆交流信息的重要途径。在辅助驾驶中,准确理解周围车辆传递出的灯语信息,是制定车辆正确驾驶决策的前提。在日间行车时,由于行车环境多变,单通过特征匹配的方式检测车灯或车辆,进而识别灯语的方式,很难在道路实测中取得良好的效果。为此,针对日间行车情况,文中提出一种基于车辆检测的灯语识别方法。首先,文中使用Haar特征结合Adaboost级联分类器的车辆检测方式进行车辆检测,并在此基础上根据车灯在车尾的位置分布特征确定感兴趣区域;然后,在RGB色彩空间中提出一种颜色分割算法,其能够在感兴趣区域的基础上精确提取车灯位置并判断车灯的点亮状态,同时使用车灯点亮时的亮度特征排除颜色分割算法导致的误检;最后,使用高位刹车灯作为刹车灯灯语的识别条件,将历史频率信息作为转向灯灯语的识别条件,完成了日间行车时前车尾灯灯语的识别。以VS2010和opencv3.4.9作为算法的实现工具,将上汽提供的行车记录仪中的道路实测数据进作为测试数据进行实验。经测试,使用更新样本的训练方法得到的分类器识别准确率为93%,相对于传统Adaboost分类器,识别准确率提升了约2%,灯语识别算法的平均精度为93%,其总体平均耗时约53 ms。实验结果表明,分类训练方法能够小幅度提升检测精度,而灯语识别算法能够较准确地识别出刹车灯和转向灯以及两种灯语同时存在的情况,且基本保证实时性。
Abstract
qi che de che deng bu jin ju you zhao ming zuo yong ,ye shi che liang hang shi shi yu zhou wei che liang jiao liu xin xi de chong yao tu jing 。zai fu zhu jia shi zhong ,zhun que li jie zhou wei che liang chuan di chu de deng yu xin xi ,shi zhi ding che liang zheng que jia shi jue ce de qian di 。zai ri jian hang che shi ,you yu hang che huan jing duo bian ,chan tong guo te zheng pi pei de fang shi jian ce che deng huo che liang ,jin er shi bie deng yu de fang shi ,hen nan zai dao lu shi ce zhong qu de liang hao de xiao guo 。wei ci ,zhen dui ri jian hang che qing kuang ,wen zhong di chu yi chong ji yu che liang jian ce de deng yu shi bie fang fa 。shou xian ,wen zhong shi yong Haarte zheng jie ge Adaboostji lian fen lei qi de che liang jian ce fang shi jin hang che liang jian ce ,bing zai ci ji chu shang gen ju che deng zai che wei de wei zhi fen bu te zheng que ding gan xing qu ou yu ;ran hou ,zai RGBse cai kong jian zhong di chu yi chong yan se fen ge suan fa ,ji neng gou zai gan xing qu ou yu de ji chu shang jing que di qu che deng wei zhi bing pan duan che deng de dian liang zhuang tai ,tong shi shi yong che deng dian liang shi de liang du te zheng pai chu yan se fen ge suan fa dao zhi de wu jian ;zui hou ,shi yong gao wei cha che deng zuo wei cha che deng deng yu de shi bie tiao jian ,jiang li shi pin lv xin xi zuo wei zhuai xiang deng deng yu de shi bie tiao jian ,wan cheng le ri jian hang che shi qian che wei deng deng yu de shi bie 。yi VS2010he opencv3.4.9zuo wei suan fa de shi xian gong ju ,jiang shang qi di gong de hang che ji lu yi zhong de dao lu shi ce shu ju jin zuo wei ce shi shu ju jin hang shi yan 。jing ce shi ,shi yong geng xin yang ben de xun lian fang fa de dao de fen lei qi shi bie zhun que lv wei 93%,xiang dui yu chuan tong Adaboostfen lei qi ,shi bie zhun que lv di sheng le yao 2%,deng yu shi bie suan fa de ping jun jing du wei 93%,ji zong ti ping jun hao shi yao 53 ms。shi yan jie guo biao ming ,fen lei xun lian fang fa neng gou xiao fu du di sheng jian ce jing du ,er deng yu shi bie suan fa neng gou jiao zhun que de shi bie chu cha che deng he zhuai xiang deng yi ji liang chong deng yu tong shi cun zai de qing kuang ,ju ji ben bao zheng shi shi xing 。
论文参考文献
论文详细介绍
论文作者分别是来自计算机科学的李堃,黎向锋，发表于刊物计算机科学2019年S2期论文，是一篇关于机器视觉论文,辅助驾驶论文,车辆检测论文,颜色分割论文,灯语识别论文,计算机科学2019年S2期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自计算机科学2019年S2期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。