孟晓莉，陈大伟

(1.江苏海事职业技术学院信息工程系，江苏南京211170;2.东南大学交通学院，江苏南京211170)

基于组合树形结构的多特征协同识别行人方法

孟晓莉1，陈大伟2

(1.江苏海事职业技术学院信息工程系，江苏南京211170;2.东南大学交通学院，江苏南京211170)

采取Edgelet特征和聚集型B-Haar特征相结合，协同进行特征提取，设计开发出具有树形组合结构的行人识别模型。该模型的上层结构为:通过改进具有Haar特征(此处称为聚集型B-Haar特征)，在完全二叉树架构的基础上，同局部二元模式相结合，对候选人目标进行提取，最终提高检测识别率;该模型的下层结构为:在贝叶斯原理和Edgelet特征相结合的基础上，构建树状决策结构，对多部位进行检测，找寻出行人。实验结果与传统的串并联结构和树状结构进行比较，设计开发的多特征协同树状组合决策结构行人识别方法更具优势，能够更好地保证实时性，降低虚警率，提高检测率。

行人识别;树状决策结构;贝叶斯原理;整体优势

在统计人流量过程中，关键在于能否有效地对行人进行识别。对行人进行识别的众多方法中，行人识别检测方法具有众多优点，比如在实现视频图像处理的基础上进行操作、成本低、便于安装、统计更为精确等［1］。然而在具体操作过程中，又存在一些不足之处:第一，由于使用环境多种多样，会因为阴影、灯光等各种因素，而最终导致结果不准确;第二，行人本身的特征，造成最终结果不准确，不能更好地辨识。……