Resumen

La detección de vehículos basada en visión es una tecnología crítica que desempeña un papel importante no solo en la seguridad activa de los vehículos, sino también en la aplicación de vigilancia de video en carreteras. En este trabajo, se propone un marco de trabajo de múltiples pasos para la detección de vehículos basada en visión. En el primer paso, para la generación de candidatos de vehículos, se propone un método novedoso basado en información geométrica y de profundidad gruesa. En el segundo paso, para la verificación de candidatos, se entrena una arquitectura profunda de red de creencias profundas (DBN) para la clasificación de vehículos. En el último paso, se utiliza un método de análisis temporal basado en la complejidad y la información espacial para reducir aún más la falta de detección y las falsas alarmas. Los experimentos demuestran que este marco tiene una alta tasa de verdaderos positivos (TP) y una baja tasa de falsos positivos (FP). Los resultados experimentales en carretera

• Materias:Modelos matemáticos Conjuntos difusos Ecuaciones integrales Fusión de características Algoritmo de optimización
• Subjects:Mathematical models Fuzzy sets Integral equations Feature fusion Optimization algorithm
• Palabras claves:Visión; Detección de vehículos; Tecnología; Seguridad; Vigilancia; Marco
• Keywords:Vision; Vehicle detection; Technology; Safety; Surveillance; Framework