• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Pattern Analysis and Machine Intelligence, IEEE Transactions on >Vehicle Detection Using Partial Least Squares
【24h】

Vehicle Detection Using Partial Least Squares

机译：使用偏最小二乘的车辆检测

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Detecting vehicles in aerial images has a wide range of applications, from urban planning to visual surveillance. We describe a vehicle detector that improves upon previous approaches by incorporating a very large and rich set of image descriptors. A new feature set called Color Probability Maps is used to capture the color statistics of vehicles and their surroundings, along with the Histograms of Oriented Gradients feature and a simple yet powerful image descriptor that captures the structural characteristics of objects named Pairs of Pixels. The combination of these features leads to an extremely high-dimensional feature set (approximately 70,000 elements). Partial Least Squares is first used to project the data onto a much lower dimensional subspace. Then, a powerful feature selection analysis is employed to improve the performance while vastly reducing the number of features that must be calculated. We compare our system to previous approaches on two challenging data sets and show superior performance.
机译：在空中图像中检测车辆具有广泛的应用，从城市规划到视觉监控。我们描述了一种车辆检测器，它通过并入大量非常丰富的图像描述符来改进了先前的方法。一个名为“颜色概率图”的新功能集用于捕获车辆及其周围环境的颜色统计信息，以及“定向梯度直方图”功能和一个简单而强大的图像描述符，可捕获名为“像素对”的对象的结构特征。这些特征的组合导致了极高维的特征集（约70,000个元素）。偏最小二乘首先用于将数据投影到较低维度的子空间上。然后，采用功能强大的特征选择分析来提高性能，同时大大减少必须计算的特征数量。我们在两个具有挑战性的数据集上将我们的系统与以前的方法进行了比较，并显示了卓越的性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号