基于Bag-of-Features算法的车辆检测研究*

梁炳春，孙韶媛，彭 宝，赵海涛

(1.东华大学 信息科学与技术学院，上海 201620；2.东华大学 数字化纺织服装技术教育部工程研究中心，上海 201620；3.华东理工大学 信息科学与工程学院，上海 200237)

基于Bag-of-Features算法的车辆检测研究*

梁炳春1,2，孙韶媛1,2，彭 宝1,2，赵海涛3

(1.东华大学 信息科学与技术学院，上海 201620；2.东华大学 数字化纺织服装技术教育部工程研究中心，上海 201620；3.华东理工大学 信息科学与工程学院，上海 200237)

车辆检测已成为交通运输工程(ACC)和先进辅助驾驶系统(ADAS)中的核心技术之一。该算法利用车辆的边缘特征与Bag-of-Features(BoF)模型的融合对前方运动车辆进行实时检测，主要包含车辆假设存在区域生成和假设区域验证两部分。首先，对图像进行预处理后利用Sobel边缘检测处理得到车辆假设存在的区域；然后，利用Bag-of-Features的K最近邻域算法对假设存在区域进行验证。该算法与其他算法最大的区别在于将边缘和Bag-of-Features相结合来提高检测率。通过对实际道路视频进行测试，结果表明，该方法能够实时准确地检测出道路上前方运动车辆。

Bag-of-Features；Sobel边缘检测；车辆检测；K最近邻域

0 引言

车辆已成为人们日常生活中的必需品。然而，由车辆交通事故所导致的死亡人数、经济损失等也都在逐年递增。因此，研究先进的辅助驾驶系统变得越来越有意义，而车辆检测作为先进辅助驾驶系统中的核心技术势必会成为近些年来研究的重点。

近几年，关于车辆实时检测的研究日益增多，其所用方法也多种多样。如参考文献[1]基于车辆底部的阴影特征对车辆进行检测；……