基于学习分类的障碍检测方法
关于单目图像的障碍检测有多种理论和方法,本文分析了Hoiem等给出的基于多特征的分类方法,实现了基于分类的障碍检测方法.对一幅单目图像,先聚类分割成超像素,将超像素标记为障碍和非障碍两类对象,再对超像素图像进行多特征提取,应用将分类树作为弱分类器的adaboost方法.利用由此得到的分类器来检测其它单目图像中的障碍,并将此方法与支持向量机分类方法进行比较,可以证明此方法更优.
单目视觉 图像分割 超象素 学习分类 障碍检测 支持向量机
聂一鸣 吴涛 安向京 叶磊
国防科技大学机电工程与自动化学院,长沙,410073
国内会议
福州
中文
368-371
2008-05-16（万方平台首次上网日期，不代表论文的发表时间）