La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Vision Based Nighttime Vehicle Detection Using Adaptive Threshold and Multi-Class Classification Détection nocturne des véhicules basée sur la vision à l'aide d'un seuil adaptatif et d'une classification multiclasse

Yuta SAKAGAWA, Kosuke NAKAJIMA, Gosuke OHASHI

  • Vues en texte intégral

    0

  • Citer

Résumé:

Nous proposons une méthode qui détecte les véhicules à partir d'images de caméra monoculaire embarquées capturées pendant la conduite de nuit. La détection des véhicules à partir de leur forme est difficile la nuit ; cependant, de nombreuses méthodes de détection de véhicules axées sur la lumière ont été proposées. Nous détectons les points lumineux par binarisation appropriée en fonction des caractéristiques des feux du véhicule telles que la luminosité et la couleur. De plus, comme les points lumineux détectés incluent des lumières autres que celles des véhicules, nous devons distinguer les feux du véhicule des autres points lumineux. Par conséquent, les points lumineux ont été distingués à l’aide de Random Forest, un algorithme d’apprentissage automatique de classification multiclasse. Les caractéristiques des points lumineux non associés aux véhicules ont été utilisées efficacement dans la détection des véhicules dans la méthode proposée. Plus précisément, la détection des véhicules est effectuée en attribuant des pondérations aux résultats de la forêt aléatoire sur la base des caractéristiques des points lumineux du véhicule et des caractéristiques des points brillants non liés au véhicule. Notre méthode proposée a été appliquée aux images nocturnes et a confirmé son efficacité.

Publication
IEICE TRANSACTIONS on Fundamentals Vol.E102-A No.9 pp.1235-1245
Date de publication
2019/09/01
Publicisé
ISSN en ligne
1745-1337
DOI
10.1587/transfun.E102.A.1235
Type de manuscrit
Special Section PAPER (Special Section on Image Media Quality)
Catégories

Auteurs

Yuta SAKAGAWA
  Shizuoka University
Kosuke NAKAJIMA
  Shizuoka University
Gosuke OHASHI
  Shizuoka University

Mots-clés

Table des matières