公开(公告)号：CN103942560B

公开(公告)日：2017-06-16

申请号：CN201410035329.1

申请日：2014-01-24

Applicant: 北京理工大学

Inventor： 杨敏 ,  裴明涛 ,  武玉伟 ,  王永杰 ,  贾云得

IPC: G06K9/62 ,  G06K9/46

Abstract: 本发明属于智能交通和视频监控技术领域，涉及一种基于高分辨率视频的车辆检测方法。本发明结合智能交通系统的实际应用情况，将视频车辆检测问题视为车头（或车尾）区域的检测问题，为便于描述以车头区域为例；首先在高分辨率监控视频中设置车辆检测的感兴趣区域，利用感兴趣区域中的梯度密度信息和车头区域的结构信息生成一系列的候选区域；使用监督学习方法离线训练车辆与背景的二分类器，其中正样本满足车头的结构约束；使用分类器对候选区域进行验证，将分类为车辆的候选区域标记为车辆区域；使用聚类方法滤除误检并合并多个检测结果，得到最终的车辆检测结果。本发明可以有效地去除误检，提高车辆检测的准确率；操作简单，应用前景广阔。

公开(公告)号：CN103942560A

公开(公告)日：2014-07-23

申请号：CN201410035329.1

申请日：2014-01-24

Applicant: 北京理工大学

Inventor： 杨敏 ,  裴明涛 ,  武玉伟 ,  王永杰 ,  贾云得

IPC: G06K9/62 ,  G06K9/46

Abstract: 一种智能交通监控系统中的高分辨率视频车辆检测方法。本发明属于智能交通和视频监控技术领域，涉及一种基于高分辨率视频的车辆检测方法。本发明结合智能交通系统的实际应用情况，将视频车辆检测问题视为车头（或车尾）区域的检测问题，为便于描述以车头区域为例；首先在高分辨率监控视频中设置车辆检测的感兴趣区域，利用感兴趣区域中的梯度密度信息和车头区域的结构信息生成一系列的候选区域；使用监督学习方法离线训练车辆与背景的二分类器，其中正样本满足车头的结构约束；使用分类器对候选区域进行验证，将分类为车辆的候选区域标记为车辆区域；使用聚类方法滤除误检并合并多个检测结果，得到最终的车辆检测结果。本发明可以有效地去除误检，提高车辆检测的准确率；操作简单，应用前景广阔。