基于COB-KDE融合的行人检测方法

摘要：

核密度无需估计参数及背景特征分布,可以处理复杂背景下运动目标检测,但核函数带宽的选择一直困扰着算法的应用.针对这一问题,提出人体特征和核密度估计融合方法(characteristics of body-kernel density estimation,COB-KDE),用于行人检测.通过人体特征信息选择核函数带宽,基于核密度估计提取前景,融合人体特征检测视频行人.实验结果表明,引入人体特征信息后,该方法相比于传统方法减少了核密度估计的运算量,在受到光线变化和噪声等干扰时,能准确检测行人和非行人.该方法可以推广到车辆、动物的检测.

关键词：行人检测、核密度函数、特征融合、人体特征、先验信息

所属期刊栏目：40

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金项目61771265;江苏省“333工程”基金项目BRD 017475;江苏省“青蓝工程”基金项目CP12017001;江苏省现代教育技术基金项目2017-R-54131;安徽高校自然科学研究基金项目KJ2018A0431;南通市科技计划基金项目MS12016036

在线出版日期：2019-06-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1114-1119