多特征级联的低能见度环境红外行人检测方法
针对低能见度环境中人员的监测和保护问题,提出了一种基于多特征级联的红外行人检测方法,利用感兴趣区域长宽比特征和头部Haar特征组成初级分类器,改进的HOG-SVM完成最终行人识别.所提出的改进的HOG特征提取算法和自适应缩放因子获取算法,在保证检测率的基础上,有效地减少了帧间处理时间,针对目标被遮挡情况,提出了遮挡情况判断和局部特征识别功能,由此进一步提高了算法应用于复杂工况下的鲁棒性.实验表明:该检测方法能够达到91%的检测率,较现有算法性能得到提升,同时也满足了系统实时监测要求,适用于低能见度、粉尘的工况作业环境.
行人检测、ROIs、方向梯度直方图、头部特征、遮挡判断
47
TP391.4(计算技术、计算机技术)
国家自然科学基金51575388
2018-08-15(万方平台首次上网日期,不代表论文的发表时间)
共8页
127-134