基于稠密SIFT与极限学习机移动车辆检测.pdfVIP

会议集2015年IEEE机器人与仿生学国

际会议（，2015年12月6‑9日）

基于稠密SIFT与极限学习机的视觉运动车辆检测

112223

,李林,,,,与*

——中的车辆检测是一个具有性的课题，这存在很大局限性。另一种广泛使用的运动检测方法是背

源于车辆自身运动、机运动、背景变化以及速度差异等因景差分法[7]–[9]。但该方法仅在存在固定参考背景图像

素。本文提出一种基于分类器的监督式方法，用于从移动时有效。此外，若采用强度特征，其对光照变化较

机中检测运动车辆。稠密尺度不变特征变换(dense

SIFT)描为敏感。

述子被用作特征来描述物体模式，而极限学习机(ELM)能以极

尽管现有运动车辆检测研究已实现较高精度，但其

快的速度卓越的泛化性能。我们的实验样本包含航