论文部分内容阅读
为检测车体位置和分类车辆的类型,运用一种可重构模型来实现车体的检测。使用由一个表示整个模型的低分辨率模板和多个表示各个部分的高分辨率模板组成的模型完成自然场景下车体的检测,为得到该模型的最优配置,提出一种部分模型划分算法确定构成模型的模板的位置和大小,有效提高检测的召回率,通过支持向量机算法得到各个模板的最优参数配置。在检测算法中提出目标融合算法,避免多次检测到同一目标。实验结果表明,对比PBT(part basis template model)的方法,该方法改善了检测召回率和分类准确率。