10.19927/j.cnki.syyt.2021.02.025
基于级联特征分类器的行人检测算法
为进一步提升方向梯度直方图-局部二值模式(HOG-LBP)特征融合的行人算法在检测精度以及加快融合后的算法检测速度,提出了一种基于级联特征分类器的行人检测算法.计算样本集的方向梯度共生直方图(CoHOG)特征和鲁棒局部二值模式(RLBP)特征,使用这两种特征训练两种特征弱分类器,并将两种特征融合训练CoHOG-RLBP特征弱分类器.针对算法中存在的特征维数过高导致算法检测速度慢的问题,将各特征分类器以不同数量进行级联,构建一个6级特征弱分类器组成的级联特征分类器实现对行人目标的检测,同时使用soft-NMS算法对输出的检测窗口进行融合.在INRIA行人数据集上进行实验,实验结果表明本文算法有效提高了检测的精度与速度.
方向梯度共生直方图、鲁棒局部二值模式、级联特征分类器、特征融合
40
TP391.41(计算技术、计算机技术)
国家重点研发计划2018YFC0808302
2021-03-23(万方平台首次上网日期,不代表论文的发表时间)
共6页
127-132