1

我正在研究车辆检测。该程序运行良好,几乎可以检测到所有汽车。但是有一个问题,如果两辆车靠得很近,检测器就会把这两辆车都当作单车对待。

4

3 回答 3

1

在这种情况下使用了一些非最大值抑制机制:

  1. 计算所有候选检测(红色框);您应该对右侧的两辆车进行 3 次检测。
  2. 根据一些指标对它们进行排名,这些指标告诉您检测效果如何(前照灯尺寸和距离之间的某种比率?)。
  3. 在那些不一致的候选检测(那些重叠的红色框)中,抑制那些排名较低的检测。
于 2013-07-18T09:37:14.873 回答
0

当场景中有多辆彼此靠近的车辆时,交叉配对是一个常见问题。您可以使用以下步骤来纠正这个问题: 1. 使用一些跟踪方法(例如卡尔曼滤波器),在帧上给出一些置信度分数,然后确认汽车。2. 如果相机已校准,则计算每辆车与主车的距离,当您远离主车时,同一辆车的两个斑点之间的距离应该减小(透视几何)。

此外,避免在前灯周围提供非常松散的边界框作为分类器的输入。

于 2013-07-22T08:23:30.463 回答
0

我不确定您如何检测汽车,只有一个灯的电机怎么样?

您是从一张图片中检测到的,或者您可能有视频序列?

一个简单的技巧是,每当你找到一辆车时,试着找到一个与它们“靠近/平行”的光点。如果你找到双方,完善你的车号。

还有其他模式可以使用:比如地面上的小反射。用这个训练你的分类器会有所帮助。

如果你有视频序列,汽车总是显示“平行”的光点,而不是其他汽车/马达。

于 2013-07-18T08:55:09.597 回答