基于自适应特征选择的夜间运动车辆检测算法＊

朱韶平

（湖南财政经济学院，湖南长沙 4101205）

基于自适应特征选择的夜间运动车辆检测算法＊

朱韶平

（湖南财政经济学院，湖南长沙 4101205）

针对夜间交通环境的特点，提出了基于自适应特征选择的夜间运动车辆检测算法.首先，利用SIFT算法提取夜间运动车辆的形状特征，并融合颜色和纹理特征，得到夜间运动车辆的特征向量；其次，利用Boosting算法和遗传算法以迭代形式获取模糊规则及其权值；然后，采用Boosting算法以加权投票方式自适应选取对检测最有利的特征，从而实现自适应特征选择；最后，对夜间交通场景下3种不同道路情况进行实验.实验结果表明，在遮挡、光照及背景干扰等复杂情况下，该方法可以根据背景信息的不同自适应地选择特征，实现夜间车辆的实时检测，鲁棒性较好，可以满足智能交通系统的实时性和准确性的要求.

车辆检测；SIFT特征；Boosting方法；自适应特征选择

1 夜间运动车辆特征提取

夜间道路光照条件非常复杂，车体上的各种车灯种类多样，路面有车灯的光线反射，再加上道路两边的路灯及广告灯箱等，各种因素相互交织干扰，运动车体大部分可见，提取车头灯不再是夜间运动车辆检测的唯一方法.笔者主要是针对在夜间光照条件下，视频图像中车辆本身可分辨信息量少，光照亮度变化大，车辆与背景的对比度过低，提取完整的车辆目标较困难的问题，采用提取图像的方块特征来表示夜间运动车辆的颜色和纹理，提取图……