Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
3D Point Cloud Based Hybrid Maps Reconstruction for Indoor Environments Kapitel lesen Erstes Kapitel lesen

2013 | OriginalPaper | Buchkapitel

8. Multiclass Vehicle Detection Based on Learning Method

verfasst von : Zhiming Qian, Jiakuan Yang, Lianxin Duan

Erschienen in: Proceedings of 2013 Chinese Intelligent Automation Conference

Verlag: Springer Berlin Heidelberg

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This paper presents a real time vehicle detection framework using learning method. This framework combines offline multiclass support vector machine and online boosting method for vehicle detection. Compare to tradition approaches, the proposed method can robust deal with multiclass vehicles and unfamiliar environment. Experiments with the city vehicle database are used to evaluate this method. The experimental results demonstrate the consistent robustness and efficiency of the proposed method.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel The Research on the Method of Traffic Area Dynamic Division and Optimization
Nächstes Kapitel An Object-Level Approach Improved by Quadtree to Dynamic Monitoring of Mining Area Expansion
Literatur
1.
Sun ZH, Bebi G, Miller R (2006) On-road vehicle detection: a review. IEEE Trans Pattern Anal Mach Intell 28(5):694–711CrossRef
2.
Trivedi MM, Gandhi T, McCall J (2007) Looking-in and looking-out of a vehicle: computer-vision-based enhanced vehicle safety. IEEE Trans Intell Transp Syst 8(1):108–120CrossRef
3.
Morris BT, Trivedi MM (2008) Learning, modeling, and classification of vehicle track patterns from live video. IEEE Trans Intell Transp Syst 9(3):425–437CrossRef
4.
Chang WC, Cho CW (2010) On-line boosting for vehicle detection. IEEE Trans Syst Man Cybern Part B (Cybern) 40(3):892–902
5.
Sivaraman S, Trivedi MM (2010) A general active-learning framework for on-road vehicle recognition and tracking. IEEE Trans Intell Transp Syst 11(2):267–276CrossRef
6.
Saffari A, Godec M, Pock T et al (2010) Online multi-class LPBoost. In: IEEE conference on computer vision and pattern recognition
7.
Grabner H, Bischof H (2006) On-line boosting and vision. In: IEEE conference on computer vision and pattern recognition
8.
Chang CC, Lin CJ (2011) LIBSVM: a library for support vector machines. ACM Trans Intell Syst Technol 2(27):1–27CrossRef
9.
Knerr S, Personnaz L, Dreyfus G (1990) Single-layer learning revisited: a stepwise procedure for building and training a neural network. In: Fogelman J (ed) Neu-rocomputing: algorithms, architectures and applications. Springer, New York
Metadaten
Titel
Multiclass Vehicle Detection Based on Learning Method
verfasst von
Zhiming Qian
Jiakuan Yang
Lianxin Duan
Copyright-Jahr
2013
Verlag
Springer Berlin Heidelberg
Buch
Proceedings of 2013 Chinese Intelligent Automation Conference

Print ISBN: 978-3-642-38465-3

Electronic ISBN: 978-3-642-38466-0

Copyright-Jahr: 2013

DOI
https://doi.org/10.1007/978-3-642-38466-0_8

Neuer Inhalt

    Bildnachweise