论文部分内容阅读
将车辆检测的过程视为一种"抗体"检测"危险抗原"的过程,其中车辆是"危险抗原",车辆检测模板是"抗体"。利用一些车辆图像作为训练样本,建立一种抗体网络学习并获取一组优化的"抗体"。这些"抗体"经过与待测影像的匹配,实现对道路车辆目标的有效提取。采用0.6m分辨率的QuickBird全色数据进行实验,实验结果验证了该方法的有效性和可行性。