基于可变形部件改进模型的夜间车辆检测方法

针对可变形部件模型在夜间车辆检测中精确度低、检测速度慢的问题,提出基于可变部件改进模型的检测方法。在训练阶段采用Gamma预处理对夜间车辆样本进行校正,得到物体的梯度模型。在测试阶段利用一种基于(R-B)色差特征的显著性区域检测方法,通过减少待检测区域的面积,降低运算复杂度。针对夜间部分场景出现遮挡的情况,采用一种自适应权重的参数分配策略,给重要的特征部件分配较大的权重值。实验结果表明,改进后的检测方法准确率达95.12%,召回率达91.50%,平均每帧检测时间为48 ms,具有较好的实时性和鲁棒性。