机器学习实践系列之7 - 车辆检测

车辆检测是视频分析的关键步骤,为车型识别、车标和车牌识别奠定基础。本文提及多种检测方法和框架,如DPM、INRIA等,并列举了如MIT、Caltech Pedestrian等行人和车辆检测数据集。还介绍了ACF算法在车辆检测中的应用,并提供了训练和封装为C++接口的步骤。
摘要由CSDN通过智能技术生成

       车辆是视频场景中最关键的对象之一,车辆 和 人 是视频检测永恒的话题。

       车辆检测 是车辆分析中关键的一步,是后续进行 车型识别、车标识别、车牌识别、车辆特征 的基础。

       关于检测的方法和框架有很多,不外乎是特征训练和分类,这里推荐两篇综述性文章:

[1] Benenson R, Omran M, Hosang J, et al.Ten Years of Pedestrian Detection, What Have We Learned? [M]// Computer Vision - ECCV 2014 Workshops. Springer International Publishing, 2014:613-627.

[2] P.Dollar, C. Wojek,B. Schiele, et al.Pedestrian detection: an evaluation of the state of the art[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2012, 34(4): 743-761.


• 开放检测算法框架及代码:

       关于目标检测的框架及代码非常多,这里列出来几个:

    名声在外的 DPM 

        Deformable Part Models,专业做行人检测,对于车辆检测等刚体目标 并无太多优势。

        参考代码:https://people.eecs.berkeley.edu/~rbg/latent/index.html

    INRIA Object Detection and Localization Toolkit

        基于HOG特征的行人检测方法,由Dalal于

评论 5
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