[自动驾驶]CarND-Vehicle-Detection

本文介绍了在自动驾驶背景下的车辆检测,使用了传统的HOG特征提取方法。通过学习HOG的计算细节,发现其对光照变化和物体平移有一定的鲁棒性,但特征表示较弱。在特征提取过程中,尝试了OpenCV和skimage库,并结合SVM进行学习。虽然滑动窗口搜索效率低下,但最终实现了基本的车辆检测。作者认为与深度学习方法相比,传统方法较为繁琐,计划后续尝试DL解决方案。
摘要由CSDN通过智能技术生成

听到Vehicle-Detection,我还以为是YOLO,SSD啥的,结果课程里用的是传统的HOG。Excuse me?就是各种论文里被用来踩一脚的SIFT、HOG?那也好吧,深刻体会体会传统方法有多弱鸡。

HOG

HOG之前简单了解过,不要既然要动手干活,还是得了解一些具体的计算细节。http://www.learnopencv.com/histogram-of-oriented-gradients/这篇文章讲得挺好的。

简单来看,HOG提取到的特征有点像低清版图像边缘,有一定鲁棒性,能容忍物体一些轻微光影变换和平移吧。但是特征降维得有点厉害,跟DL提取的特征没法比。不过如果精度要求不高,又想节约计算资源,HOG还是可以用用。

特征提取

用惯了opencv,一开始就查的opencv的api。

这里有tutorial,照猫画虎调用就行 http://www.learnopencv.com/handwritten-digits-classi

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值