Resumen

Hoy en día, la detección de vehículos en tiempo real es uno de los mayores retos de los sistemas de asistencia al conductor, debido a la complejidad del entorno y a la diversidad de tipos de vehículos. La detección de vehículos puede aprovecharse para realizar varias tareas, como calcular las distancias a otros vehículos, lo que puede ayudar al conductor advirtiéndole de que reduzca la velocidad del vehículo para evitar colisiones. En este artículo, proponemos un método eficiente de detección de vehículos en tiempo real que sigue dos pasos: generación de hipótesis y verificación de hipótesis. En el primer paso, se detectan las ubicaciones de los vehículos potenciales basándose en la técnica de coincidencia de plantillas mediante correlación cruzada, que es uno de los algoritmos rápidos. En el segundo paso, se utiliza la transformada wavelet discreta bidimensional (2D-DWT) para extraer características de las hipótesis generadas en el primer paso y, a continuación, clasificarlas como vehículos y no vehículos. La elección del clasificador es muy importante debido al papel fundamental que desempeña en la calidad de los resultados finales. Por lo tanto, SVM y AdaBoost son dos clasificadores elegidos para ser utilizados en este trabajo y sus resultados se comparan a continuación. Los resultados de los experimentos se comparan con algunos sistemas existentes, y se demostró que nuestro sistema propuesto tiene un buen rendimiento en términos de robustez y precisión y que nuestro sistema puede cumplir los requisitos en tiempo real.

• Materias:Ingeniería electrónica Redes Inalámbricas Arquitectura informática Sistemas de comunicación Informática Procesamiento de datos
• Subjects:Electronic engineering Wireless Networks Computer architecture Communication systems Computing Data processing
• Palabras claves:sistema, primer paso, transformada wavelet discreta dimensional, método de detección de vehículos en el tiempo, localización de vehículos potenciales, técnica de comparación de plantillas, detección de vehículos en el tiempo, conductor, artículo, resultados
• Keywords:system, first step, dimensional discrete wavelet transform, time vehicle detection method, potential vehicles locations, template matching technique, time vehicle detection, driver, paper, results