基于遗传算法优化卷积神经网络的车辆检测方法

该文提出一种基于增强车底阴影特征与遗传算法优化卷积神经网络的车辆检测算法,用于多车道环境下前方与后方车辆的检测。提出的算法主要分为两个关键步骤,即车辆假设生成和车辆假设验证,以及结合车辆阴影几何特征和纹理特征进行特征检测生成车辆假设,并利用遗传算法优化卷积神经网络与支持向量机对生成的车辆假设进行进一步验证识别。试验结果表明,该算法可以有效地提取车辆阴影,而且与传统神经网络和支持向量机算法相比,提高了多车道复杂道路环境下不同位置、不同姿态车辆检测的准确性和鲁棒性。