基于混合高斯和HOG+SVM的行人检测模型

摘要：

为了提高行人检测系统的检测率, 提出了一种基于混合高斯背景建模结合方向梯度直方图(histogram of oriented gradient, HOG)+支持向量机(support vector machine, SVM)的行人检测模型. 首先, 采用混合高斯模型进行前景分割, 有效提取出运动目标区域;然后, 在行人识别部分通过缩小检测窗口尺寸来降低HOG特征维数;另外, 利用误识别区域, 对样本库的信息进行二次更新, 以优化SVM分类器;最后, 以随机视频帧为测试样本进行模型性能验证. 结果表明, 在保证检测率和检测速率的情况下, 该混合高斯结合HOG+SVM模型的误检率仅为4%,说明该模型能够在复杂场景下实时准确地进行行人检测.

关键词：行人检测、混合高斯模型、区域提取、梯度方向直方图、降维

所属期刊栏目：24

分类号：TP312(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61376028

在线出版日期：2018-08-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：341-351