基于改进EOH特征的行人检测
行人检测是物体检测领域的一大难点.为了进一步提高行人检测的精度和速度,将Kobi Levi和YairWeiss提出的边缘方向直方图特征和传统的Adaboost算法两者有机地结合起来,提出了一种基于改进的EOH特征的行人检测算法.该算法首先对原先只适用于较为简单的人脸检测的EOH(edge orientation histogram)特征进行了改进,弥补了其对于行人的对称性特征的描述能力不足的问题,然后通过改进Adaboost算法中对样本权值进行调整的策略来减少overfitting.实验证明,该方法的检测性能能够接近目前行人检测的领先水平.在误报率为1/10000时,该算法在一个复杂的Inria行人数据集上的检测率可以达到90%.对于640×480大小的图片,该算法的检测速度可以达到2rps.
边缘方向直方图、平滑的boosting算法
13
TP391.41(计算技术、计算机技术)
2008-12-15(万方平台首次上网日期,不代表论文的发表时间)
共4页
1861-1864