摄像头对防疫数据进行捕获分类

    本发明提供了一种使用成像设备检测车辆道路中的道路车道标记的方法。道路输入数据是使用摄像头成像设备捕获的。照明规格化应用于道路输入数据。该方法在归一化的输入数据中检测几个主要方向上的车道标记。在每个主方向上，归一化输入数据与定向边缘检测滤波器卷积，以生成基于定向边缘的滤波器响应。归一化输入数据与定向线路干扰器检测滤波器卷积，以生成基于定向线路的滤波器响应。

    根据每个主方向上基于边缘的过滤器响应和基于线的过滤器响应，选择监控候选车道标记。将变换技术应用于候选车道标记，以识别每个主方向上的车道标记。本文讨论了车载交通标志实时检测、跟踪和识别系统的理论基础和实际实现。在该框架中，引入了一种基于均值漂移聚类的通用检测器优化方法。该技术被证明可以提高检测精度，并减少广泛类别的目标检测器的误报数量，对于这些检测器，软响应屏蔽器的置信度可以被合理地估计。

    使用特定于实例的跟踪函数，对目标对象的唯一特征表示和它所受的仿射失真之间的关系进行编码，随着时间的推移，对已经确定的候选监控摄像头对象进行跟踪。我们表明，这个函数可以通过应用于已知姿势的对象图像的随机变换的回归来动态学习。其次，我们展示了它从实体视角重建标志全脸视图的能力。在识别阶段，讨论了从图像对中学习的类相似性度量的概念，并分析了其在AdaBoost算法的新版本SimBoost中的实现。实验结果表明，该方法适用于解决多类交通标志分类问题。我们的干扰屏蔽器系统的整体性能是基于原型C++实现的。本演示应用程序生成的说明性输出作为本文的补充材料提供。