面向交通視頻的車輛檢測技術(shù)研究.pdf

1、目標(biāo)檢測識別是智能交通和無人駕駛的關(guān)鍵技術(shù)，由于技術(shù)不成熟，目標(biāo)檢測識別在當(dāng)前的交通視頻監(jiān)控系統(tǒng)中還沒有得到廣泛推廣應(yīng)用，相關(guān)理論和技術(shù)一直是研究難題，也具有極大地研究意義。
　　基于視頻的目標(biāo)檢測識別的主要任務(wù)是在視頻幀中尋找感興趣目標(biāo)，涉及運(yùn)動目標(biāo)檢測，運(yùn)動目標(biāo)跟蹤和目標(biāo)分類。本文就視頻目標(biāo)檢測、分類和稀疏編碼及其在目標(biāo)識別中的應(yīng)用進(jìn)行了研究。
　　首先，本文研究了基于傳統(tǒng)不變性特征的車輛檢測識別技術(shù)研究。通過實(shí)驗(yàn)對比幀

2、差分和背景建模在目標(biāo)檢測準(zhǔn)確性和性能方面各自的優(yōu)缺點(diǎn)，對比顏色直方圖和SIFT特征在指定目標(biāo)檢測任務(wù)中各自的特點(diǎn)，并研究使用HOG特征和SVM分類器進(jìn)行車輛分類。
　　其次，本文研究了稀疏編碼字典訓(xùn)練技術(shù)。我們研究了L2稀疏編碼和L1-軟閾值稀疏編碼和L1-函數(shù)近似稀疏編碼等字典訓(xùn)練技術(shù)。針對L1-軟閾值稀疏編碼字典次優(yōu)化和L1-函數(shù)近似稀疏編碼收斂緩慢的特點(diǎn)，提出一種改進(jìn)的L1稀疏編碼字典訓(xùn)練方法。我們對這幾種稀疏編碼字典訓(xùn)練方