期刊文献+

基于harr特征的运动车辆跟踪 被引量:3

原文传递
导出
摘要 在实际公安工作中,案件利用车辆视频侦破成为常态,视频资料中含有大量车辆运动信息,如何将机器学习与人工智能结合,实现视频中运动车辆跟踪,是现在亟需解决的一个问题。该跟踪方法首先使用机器学习车辆HAAR特征或者深度学习抽取车辆特征,然后对目标车辆进行跟踪,统计当前帧的当前车辆与上一帧的位置,根据车辆运动状态和特征权重结合滤波器和SVM分类器对车辆进行分类和特征点匹配,得到目标最相似的状态值,筛选并在视频中标注出运动车辆跟踪轨迹。[1]
作者 刘悦
出处 《广东公安科技》 2019年第1期45-47,61,共4页
  • 相关文献

参考文献2

二级参考文献40

  • 1刘洋,王海晖,向云露,卢培磊.基于改进的Adaboost算法和帧差法的车辆检测方法[J].华中科技大学学报(自然科学版),2013,41(S1):379-382. 被引量:14
  • 2PAPENBERG N, BRUHN A, BROX T, et al. Highly accurate optic flow computation with theoretically justified warping [ J ]. International Journal of Computer Vision, 2006, 67(2) : 141-158.
  • 3LEE S, SONG J. Mobile robot localization using optical flow sensors [ J ]. International Journal of Control, Automation and Systems, 2004, 2(4): 485-493.
  • 4NEWCOMBE R, DAVISON A. Live dense reconstruction with a single moving camera [ C ] // International Conference on Computer Vision and Pattern Recognition. Piscataway : IEEE Computer Society, 2010 : 1-8.
  • 5WEDEL A, BROX T, VAUDREY T, et al. Stereoscopic scene flow computation for 3D motion understanding [ J]. International Journal of Computer Vision, 2010, 95 : 1-23.
  • 6HORN B, SCHUNCK B. Determining optical flow [ J ]. Artificial Intelligence, 1981, 17: 185-203.
  • 7RUDIN L I, OSHER S, FATEMI E. Nonlinear total variation based noise removal algorithms [J]. Physical D, 1992, 60 (4) : 259-268.
  • 8ALLINEY S. A property of the minimum vectors of a regularizing functional defined by means of the absolute norm [ J]. IEEE Transactions on Signal Processing, 1997, 45(4): 913-917.
  • 9NIKOLOVA M. A variational approach to remove outliers and impulse noise [ J]. Journal of Mathematical Imaging and Vision, 2004, 20(1): 99-120.
  • 10ZACH C, POCK T, BISCHOF H. A duality based approach for real-time TV-L^1 optical flow [ C ] // Proceedings of the DAGM Symposium on Pattern Recognition. Heidelberg: Springer-Verlag, 2007: 23-45.

共引文献15

同被引文献22

引证文献3

二级引证文献5

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部