Shubo AU - TY -的A2 Wang Chen Xuewen AU -陈,唐代盟——徐,桓PY - 2020 DA - 2020/10/06 TI -基于Multifeature提取和识别的车辆检测采用RBF神经网络在ADAS系统SP - 8842297六世- 2020 AB -一个感兴趣的区域(ROI),可能包含车辆提取基于复合特性车辆底部阴影和尾灯通过设置灰度阈值对车辆阴影区和一系列限制尾灯。为了确定目标车辆的存在的高级驾驶员辅助系统(ADAS)提取ROI,神经网络识别器的径向基函数(RBF)发现通过提取的一系列参数对车辆的边缘和区域特征。使用大量的收集图片,可能包含车辆的ROI提取复合功能验证是有效的车辆和尾灯的底部的影子。基于正负样本的车辆,神经网络识别器是训练和学习,可以快速实现网络融合。此外,汽车可以有效地确定在该地区的利益使用训练网络。试验结果表明,车辆检测方法基于multifeature提取和识别方法基于RBF网络性能稳定,识别精度高。SN - 1076 - 2787你——https://doi.org/10.1155/2020/8842297——10.1155 / 2020/8842297 JF - PB - Hindawi KW - ER -复杂性