道路检测相关研究多基于KITTI等车道公开数据集展开，由于车道与人行道存在颜色、材质和周围环境等差异，准确地检测出人行道区域成为一个需要解决的问题。本文将应用场景设置为室外人行道，提出了一种改进的基于多特征融合的人行道检测算法。首先使用SLIC超像素算法获取超像素图以减少噪声干扰和后续训练维度；然后计算各超像素块特征，利用新的Gabor滤波器纹理提取方法降低时间复杂度，并加入基于主成分分析（PCA）的光照不变空间特征和三维的深度梯度特征提高检测准确度，选用Adaboost分类器对融合的特征向量进行训练并预测人行道区域；最后采用马尔可夫随机场对分割结果进行优化。本方法是通用的，不依赖于道路外观和结构的先验，在创建的人行道数据集上进行实验，证明了该算法的有效性。
2021-09-21 15:20:56
2.04MB
1
本代码是基于fdf特征和颜色特征的视频运动目标跟踪，采用粒子滤波框架，根据环境变化自适应融合这两种特征，实现运动目标的跟踪，压缩包里面包含一段红外测试视频，也可以换成普通的可见光视频，代码包含详细的注释和说明，可以根据自己的需要换成其他特征以及更多特征的融合，跟踪效果非常好，可以适应各种复杂的场景。
2021-05-28 18:35:31
21.13MB
1
针对运动想象脑电信号，基于时频域和空间域分别采用小波变换法和共空间模式（CSP）提取特征向量，使用支持向量 机（SVM）对单一特征和融合特征进行识别并比较分类准确率
2021-03-08 20:40:05
1.73MB
1