学位论文 > 优秀研究生学位论文题录展示

车辆识别系统动态特征选择算法的研究与实现

作　者: 杨超
导　师: 袁淮
学　校: 东北大学
专　业: 计算机软件与理论
关键词: 车辆识别动态特征选择概率模型
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 24次
引　用: 0次
阅　读: 论文下载

内容摘要

运动车辆的有效检测和准确跟踪是现代智能交通系统研究的核心部分。基于视觉的车辆识别由于其良好的适应性和性价比,受到了广泛的关注,是近年来图像处理和人工智能等应用领域的研究热点。该识别算法的主要手段是通过外观特征识别候选目标。然而由于现实环境中复杂的噪声的存在,特定特征的存在、量化和解释往往是模糊的,因此,当前的算法在面临同时提高准确度和敏感度的两难要求时遇到了概念和计算上的双重困难。本文给出了车辆识别问题的数学模型,并提出了一种基于概率模型的动态特征选择方法。通过构建特征有向图的方式,充分的考虑到了真实世界中不同特征对识别结果作用的不平衡性,以及特征之间的相互依赖关系等诸多因素,使得整个识别过程更符合车辆识别是多特征共同匹配、综合作用这一客观规律,是对人类辨别事物过程的一个更近似和更有效的模拟。最后通过与原有后方车辆识别算法的对比实验,从实验结果的ROC曲线可以看出,不仅在多种闽值下提高了识别率,而且准确度也由原来的0.9286提高到了0.9513,进一步证实了该方法是一种可同时提高识别准确度和敏感度,并且有助于解决特征竞争等问题的有效方法。

全文目录

摘要  5-6
Abstract  6-9
第1章绪论  9-21
  1.1 课题背景  9-16
    1.1.1 智能交通系统(ITS)  9-12
    1.1.2 车辆辅助驾驶系统(DAS)  12-16
  1.2 车辆识别的发展现状  16-19
    1.2.1 国内的发展现状  16
    1.2.2 国外的发展现状  16-19
  1.3 本课题研究的意义  19-20
  1.4 本文的主要工作  20-21
第2章相关技术简介  21-31
  2.1 算机视觉  21-22
  2.2 车辆识别算法概述  22-28
    2.2.1 候选区域确定阶段  23-27
    2.2.2 车辆认证阶段  27-28
  2.3 车辆识别系统的功能实现  28-30
    2.3.1 车辆识别系统的总体框架  28-29
    2.3.2 模块功能说明  29-30
  2.4 本章小结  30-31
第3章算法设计  31-41
  3.1 车辆识别问题的定义  31-32
  3.2 动态特征选择算法的设计  32-37
    3.2.1 特征权重的引入  33-34
    3.2.2 覆盖率的引入  34
    3.2.3 条件概率到有向边权重的映射  34-36
    3.2.4 动态特征选择的概率模型  36
    3.2.5 动态特征选择算法设计  36-37
  3.3 车辆识别主算法设计  37-39
    3.3.1 动态阈值  37-38
    3.3.2 将动态阈值引入车辆识别主算法  38-39
  3.4 算法实例  39
  3.5 算法分析  39-40
  3.6 本节小结  40-41
第4章算法实现  41-55
  4.1 动态特征选择算法的实现  41-49
    4.1.1 特征集F的选定  41-42
    4.1.2 特征权重的评估  42-44
    4.1.3 有向边权重的评估  44-45
    4.1.4 有向图的构建  45-46
    4.1.5 动态特征选择算法  46-49
    4.1.6 动态特征选择算法复杂度分析  49
  4.2 车辆识别主算法的实现  49-53
    4.2.1 动态阈值的计算时机  49-50
    4.2.2 覆盖率的选择  50
    4.2.3 车辆识别主算法  50-53
    4.2.4 车辆识别主算法复杂度分析  53
  4.3 改善分析  53-54
  4.4 本章小结  54-55
第5章实验结果及分析  55-61
  5.1 实验方法和步骤  55-57
  5.2 实验结果分析  57-60
  5.3 本章小结  60-61
第6章结论和展望  61-63
  6.1 结论  61
  6.2 进一步的工作  61-62
  6.3 展望  62-63
参考文献  63-69
致谢  69

车辆识别系统动态特征选择算法的研究与实现

内容摘要

全文目录

相似论文