基于區(qū)域分類(lèi)與目標(biāo)檢測(cè)相融合的交通場(chǎng)景分析.pdf

1、交通場(chǎng)景分析作為一門(mén)新興學(xué)科，在汽車(chē)自動(dòng)駕駛系統(tǒng)中占據(jù)著非常重要的地位。復(fù)雜背景下的交通場(chǎng)景分析性能直接影響著基于視頻的自動(dòng)駕駛技術(shù)的發(fā)展。本文提出了一種新型交通場(chǎng)景分析系統(tǒng)，在語(yǔ)義范疇對(duì)圖像中的每個(gè)像素點(diǎn)進(jìn)行標(biāo)注，目的在于廣泛地應(yīng)用于包含眾多類(lèi)目標(biāo)的復(fù)雜場(chǎng)景。該系統(tǒng)結(jié)合了區(qū)域特征分析與滑動(dòng)窗口檢測(cè)兩種算法對(duì)交通場(chǎng)景進(jìn)行分析，主要包含以下幾個(gè)方面:
　　實(shí)現(xiàn)基于圖像超像素的場(chǎng)景分析，可以對(duì)那些沒(méi)有固定形狀但紋理信息相對(duì)一致的背景類(lèi)

2、場(chǎng)景范疇（如:道路、天空、樹(shù)、樓房等）進(jìn)行準(zhǔn)確分類(lèi)。本文主要選取了以下圖像超像素特征:紋理特征、顏色特征、外表特征以及圖像子區(qū)域的幾何特征（大小、形狀、位置等）。
　　實(shí)現(xiàn)基于滑動(dòng)窗口的多目標(biāo)檢測(cè)，能夠?qū)δ繕?biāo)類(lèi)場(chǎng)景范疇（如:行人、車(chē)輛、非機(jī)動(dòng)車(chē)等）進(jìn)行高精度檢測(cè)識(shí)別。本文在圖像多尺度空間利用LUV顏色特征與梯度特征的融合進(jìn)行目標(biāo)類(lèi)場(chǎng)景特征的描述，并結(jié)合AdaBoo st分類(lèi)算法進(jìn)行目標(biāo)的檢測(cè)與識(shí)別。
　　對(duì)交通圖像的超像素分