智能汽车监控系统与高级机器人课题研究综述.pdfVIP

课题背景

应用场景

智能汽车

系统

高级机器人

研究现状

理论方面：大量特征，模型，泛型架构

实验方面：性能差异大，缺乏基准参考

检测

典型架构

基于Haar小波特征的AdaBoost级联器

HOG/linSVM(方向梯度直方图/线性支持向量机)

NN/LRF(神经网络/局部感知域特征)

联合形状-纹理检测器

性能评测

小分辨率/(接近于)实时处理：Haar/AdaBoost最优

高分辨率/低处理速度：HOG/linSVM最优

行为分析

行为描述

底层图像信息：快速鲁棒，简单行为

结构：精细复杂，复杂行为

行为理解

模板匹配算法：计算量少，对时间间隔敏感

状态空间算法：模型复杂，时域建模问题

技术路线

参考文献

MonocularPedestrianDetection:SurveyandExperimen