10.3969/j.issn.1000-3428.2015.07.048
基于HOG特征优化的夜间行人快速识别方案
针对夜间行人检测成像尺度不一所引起的类内方差较大、实时性不足等问题,在统计学习的应用原理下,设计基于熵加权和快速分类支持向量机(FCSVM)优化的头部校验夜间行人快速识别方案.应用熵加权原理改进梯度直方图特征,引入三分支结构的支持向量机识别目标,同时利用FCSVM降低运算开销,确保实时性,通过头部校验方法分析评估误检目标,提高图像匹配的准确度.实验结果表明,该方案在夜间环境下能有效区分远红外行人目标,在充分确保行人检测实时性的基础上,在市区、郊区等不同应用环境中均具有较好的识别效果.
夜间行人检测、统计学习、熵加权、快速分类支持向量机、头部校验
41
TP391(计算技术、计算机技术)
四川省教育厅基金资助项目14ZA0257;四川省教育厅青年基金资助项目12ZB261
2015-09-07(万方平台首次上网日期,不代表论文的发表时间)
共7页
250-255,260