[1] 汤超. 城市道路车辆违章系统的设计与实现[D]. 武汉:武汉理工大学, 2012.
[2] 张晨光,史伟光,毕长浩. 结合自适应高斯滤波的单幅图像去雾方法[J]. 云南大学学报(自然科学版), 2017,39(3):369-375.
[3] 常宁赫. 非局部均值滤波去除图像高斯噪声的研究[D]. 西安:西安电子科技大学, 2015.
[4] DALAL N, TRIGGS B. Histograms of oriented gradients for human detection[C]// IEEE Conference on Computer Vision and Pattern Recognition. 2005:886-893.
[5] 王璐,王新房. 基于旋转不变HOG特征的焊缝缺陷类型识别算法[J]. 计算机系统应用, 2018,27(2):157-162.
[6] 邹潇,郑庆庆,李冰. 基于Kinect传感器和HOG特征的静态手势识别[J]. 软件导刊, 2018,17(2):28-30,34.
[7] 张金慧,吴斌,邵延华. 一种基于HOG和颜色自相似性特征的行人检测方法[J]. 电脑知识与技术, 2018,14(2):146-148.
[8] 韦鹏飞. 基于改进CNN的人脸检测和识别技术研究[D]. 成都:西南交通大学, 2017.
[9] RAZAVIAN A S, AZIZPOUR H, SULLIVAN J, et al. CNN features off-the-shelf: An astounding baseline for recognition[C]// IEEE Conference on Computer Vision and Pattern Recognition. 2014:512-519.
[10]孟格格,高强.基于多层卷积神经网络的变电站异常场景识别算法[J].电测与仪表,2018,55(5):46-50.
[11]温佩芝,姚航,沈嘉炜. 基于卷积神经网络的石刻书法字识别方法[J]. 计算机工程与设计, 2018,39(3):867-872.
[12]DOLLAR P, WOJEK C, SCHIELE B, et al. Pedestrian detection: A benchmark[C]// IEEE Conference on Computer Vision and Pattern Recognition. 2009:1-80.
[13]FELZENSZWALB P, MCALLESTER D, RAMANAN D. A discriminatively trained, multiscale, deformable part model[C]// IEEE Conference on Computer Vision and Pattern Recognition. 2008:1-8.
[14]FELZENSZWALB P, GIRSHICK R, MCALLESTER D, et al. Cascade object detection with deformable part models[C]// IEEE Conference on Computer Vision and Pattern Recognition. 2010:2241-2248.
[15]刘学柱. DPM模型参数对行人检测结果的影响研究[D]. 曲阜:曲阜师范大学, 2017.
[16]陈芝垚. 基于DPM的行人检测和行人特征提取算法研究[D]. 成都:电子科技大学, 2016.
[17]ELMIKATY M, STATHAKI T. Car detection in aerial images of dense urban areas[J]. IEEE Transactions on Aerospace & Electronic Systems, 2017,54(1):51-63.
[18]张丽静,孙杰,殷晓宇. 基于HSV颜色空间的车牌定位方法[J]. 微计算机信息, 2008,24(7):253-254.
[19]张正华,刘平,顾骏,等. 基于HSV空间和连通域的车牌定位研究[J]. 无线电工程, 2015,45(10):26-28,51. |