《表1 3种方法比较:一种基于单目视觉的前方车辆检测算法》
从图11和12分析可知,当阈值取值较大时,图11中的白色区域面积越大,而白色区域面积越大会导致潜在的可能为ROI的部分也就越多,其结果是ROI识别部分的计算量增大,算法的效率降低.当阈值较小时白色区域面积也越小,同样的可能为ROI的部分也会一定程度地减少,甚至剔除掉真车底部阴影,结果使算法的漏检率增大.从图12可以看出,ANN阈值的方法在不增加漏检率的情况下,能有效减少伪ROI,提高算法的效率.
图表编号 | XD0040164100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.28 |
作者 | 陈高攀、徐美华、王琪、郭爱英 |
绘制单位 | 上海大学微电子研究与开发中心、上海大学机电工程与自动化学院、上海大学微电子研究与开发中心、上海大学机电工程与自动化学院 |
更多格式 | 高清、无水印(增值服务) |