10.3969/j.issn.1000-7024.2014.10.035
基于多特征与改进霍夫森林的行人检测方法
针对自然背景下的行人检测问题,提出一种多特征与霍夫森林结合的行人检测算法。在特征提取阶段,分别采用梯度方向直方图、局部二值模式和LAB颜色空间来提取行人的梯度、纹理和颜色频率特征,构成丰富的特征集来描述行人;采用霍夫森林算法来创建分类器,对其投票方式进行改进,提出一种基于高斯模板的区域加权投票方式,提高了检测精度。实验结果表明,该算法在误检率FPPW为10-4时,检测率为90.12%, ROC曲线性能上优于 HOG+SVM 与原霍夫森林算法。
行人检测、多特征、梯度方向直方图、局部二值模式、LAB颜色空间、霍夫森林、投票模板
TP391.4(计算技术、计算机技术)
福建省科技计划重点基金项目2013H0030;中央高校基本科研专项基金项目JB-ZR1145
2014-10-31(万方平台首次上网日期,不代表论文的发表时间)
共7页
3538-3544