基于高斯混合模型与PCA-HOG的快速运动人体检测

摘要：

针对传统人体检测系统中由于检测窗口标扫描区域过大,帧的特征维度过高使其在实际应用中内存消耗量大且检测速度慢的情况,提出了改进的运动人体检测方法.该方法利用高斯混合模型进行背景建模剔除掉大部分图像背景,减少了侦测扫描区域,从而在减少负例样本误检率的同时提升了检测速度.同时对处理HOG的高维度,提出了一种基于主成分分析(PCA)降维的梯度方向直方图(HOG)的描述子,即PCA-HOG描述子,它在不降低识别率的前提下,很大程度地提升了侦测窗口的分类速度.实验验证了混合高斯模型与PCA-HOG相结合显著提升了人体检测速度.

关键词：运动人体检测、混合高斯模型、主成分分析(PCA)、梯度方向直方图(HOG)、PCA-HOG描述子

所属期刊栏目：29

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61004112;中央高技基本科研业务费科研专项目CDJXS11181162

在线出版日期：2012-08-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2156-2160