车辆检测与识别:基于DPM的整合计算方法
物体检测与识别是计算机视觉领域的长期研究热点.在特征提取、检测、识别的一般化流程中,检测与识别通常被作为两个相互独立的模块分别处理.本文提出一种能够同时实现物体检测和类型识别的整合算法,并给出参数选择的实现方法和细节.该算法基于目前最有效的物体检测方法之一——可变形部件模型(Deformable Part Models,DPM),通过增加得分偏置,进而融合多个不同类别模型的检测结果,最终结果不仅含有检测信息,还包含子类识别信息,可同时实现物体检测和类型识别.本文在SJTUVehicle数据库中进行了车辆检测和车型识别实验.实验结果显示,该方法的车辆检测精度与车型识别准确率均可达95％以上.本文提出的方法具有一般性,可扩展用于其他物体的检测和子类识别.
车辆检测 车型识别 可变形部件模型 整合计算
吴俊 周志敏 王磊 赵旭
上海交通大学自动化系,上海200240
国内会议
珠海
中文
28-34
2014-11-14（万方平台首次上网日期，不代表论文的发表时间）