延边大学工学院计算机科学与技术学科智能信息处理研究室, 吉林 延吉 133002
交通场景的显著目标检测能够为自动决策或辅助驾驶系统提供重要信息。基于视觉的底层特性, 提出了一种基于亮度空间和对立颜色空间的多特征空间奇异值分解的交通场景显著性区域快速检测方法, 为交通标志检测和场景语义分析提供有效信息。首先, 在亮度空间中, 利用奇异值分解确定强光区域并进行强光抑制, 检测抑制强光后的亮度特征显著性区域; 其次, 在双对立颜色空间中保留部分奇异值重构的区域作为颜色特征显著性区域; 最后, 对各个特征空间的显著性区域进行线性相加并将相加结果中的显著性区域作为交通场景目标检测的候选区域。实验结果表明, 算法在复杂光照和背景下具有较好的稳健性。
机器视觉 显著性区域 奇异值分解 交通场景 强光抑制 激光与光电子学进展
2017, 54(5): 051501
