使用可靠局部模型更新来调节畅通路径检测

摘要

使用包括可靠局部模型更新的适应性机器学技术的车辆畅通路径检测的方法和系统。数字照相机图像分割成小块，从所述小块提取表示诸如颜色和纹理的属性的特性特征。小块特征通过支持向量机（SVM）或其它机器学分类器分析，其先前已经训练以识别畅通路径图像区域。SVM分类器使用可靠局部试验样本适应性地更新，例如车辆刚刚经过的肯定畅通路径样本。得到的分类器用最近的可靠训练样本连续地和适应性地更新，且在针对畅通驾驶路径的存在来分析随后图像区域或小块中展现了改进的性能和准确性。

主权项

一种用于检测车辆的畅通驾驶路径的方法，所述方法包括：处理来自于照相机的图像以产生来自于每个图像的一个或多个小块的特征数据；使用训练分类器分析所述一个或多个小块的特征数据，以确定概率值；选择概率值超过第一概率阈值的小块作为肯定试验样本；使用所述一个或多个小块的位置来识别哪些训练样本和哪些肯定试验样本应当用于适应性地训练所述训练分类器，其中，位置根据特征向量空间定义；以及基于概率值针对所述一个或多个小块中的每个进行畅通驾驶路径或非畅通路径确定。