典型文献
雷达与视觉特征融合的车辆检测方法
文献摘要：
当前车辆检测算法仅使用物理特征或几何特征对目标进行分类,特征维度不够丰富导致检测不够准确.基于以上问题,文中提出了一种基于雷达与视觉特征融合的车辆检测方法,同时使用了目标的物理特征与几何特征.雷达特征选用速度、加速度等物理特征,在雷达摄像头数据融合后得到雷达目标点在图像上的感兴趣区域,在感兴趣区域上提取梯度方向直方图特征.计算梯度方向直方图的统计特征作为视觉特征,包括标准差、中位数、平均值.构建输入为雷达与视觉融合特征的神经网络R-V-DenseNet,制作数据集并训练该网络.在测试集上的实验结果证明,R-V-DenseNet相比传统的HOG-SVM方法及单传感器特征检测方法准确率有所提高,检测较为准确.
文献关键词：
车辆检测;雷达;机器视觉;梯度方向直方图;数据融合;神经网络
中图分类号：
作者姓名：
郭熙;胡广地;杨雪艳
作者机构：
西南交通大学机械工程学院,四川成都 610031
文献出处：
引用格式：
[1]郭熙;胡广地;杨雪艳-.雷达与视觉特征融合的车辆检测方法)[J].物联网技术,2022(02):7-11,15
A类：
B类：
视觉特征,特征融合,车辆检测,前车,检测算法,使用物,物理特征,几何特征,标的物,雷达特征,摄像头,头数,数据融合,雷达目标,标点,感兴趣区域,梯度方向直方图,直方图特征,统计特征,中位数,视觉融合,融合特征,DenseNet,作数,测试集,HOG,单传,特征检测方法,机器视觉
AB值：
0.332255
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
