一种视频防抖的车辆检测算法

本文提出了一种基于特征匹配光流法和SURF特征点提取的视频防抖预处理方法,结合YOLOv4进行车辆检测。在防抖处理后,车辆检测准确率提升至96.5%,显著改善了因道路颠簸和车辆抖动导致的模糊视频帧的检测效果。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

摘要

为解决由于道路颠簸、车辆自身抖动导致视频帧图像模糊而影响车辆检测效果的问题,采用基于特征匹配的光流法结合SURF特征点提取算法对车载视频进行防抖预处理,再将增稳后的视频序列传入训练好的YOLOv4框架进行车辆检测。在KITTI数据集上对该算法进行验证,最终识别准确率达96.5%。通过对比防抖前后测试结果发现,建立的防抖优化算法效果明显,对视频序列模糊帧的检测能力有很大提升。

引言

2020224日,国家发改委、中央网信办、工业和信息化部等11

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

罗伯特之技术屋

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值