APP下载

基于头肩HOG特征的快速行人检测

2014-09-18黄鸿志曾昭龙

电视技术 2014年15期
关键词:检测模型

景 阳,刘 琳,黄鸿志,曾昭龙

(1.中国人民公安大学,北京102623;2.南京理工大学光电工程411教研室,江苏南京210094)

行人检测是模式识别领域的一个热门话题,它在视频监控、人群安全预测与管理[1]、高级人机交互等领域有很好的应用价值。关于这一问题,学者们提出了很多方案。徐发牛等人[2]采用利用最小结构误差匹配结合角度误差计算,将整个人体看成是一个关节性物体来进行识别,并将匹配策略进行了优化,实现了对人体的识别,这种基于关系匹配的方式容易受到外部环境的干扰,造成识别精度较低。Shaopeng Tang[3]用光流法计算出人体各部位的速度梯度,以此为依据作为人体特征进行识别。光流法精确度较高,当人体出现混叠时,多个人体之间的四肢相互干扰影响识别效果。目前,方向梯度直方图(HOG)与支持向量机(SVM)分类器相结合的识别方式由于性能较高,已经成为人体识别领域的主要手段。HOG描述子由法国国家计算机技术和控制研究所的研究员Navneet Dalal和Bill Triggs首次提出[4],并且在人体识别领域效果显著。Dalal方法处理对象是静态图像,在计算特征时,HOG描述子维数随目标尺寸增大而迅速增多,训练高维SVM需要的样本数量也相当庞大,运算量很大。针对以上问题,本文主要通过降低HOG描述子的维数进行了改进。一方面,在行人检测中,合理利用了运动目标提取技术,减小待处理的目标区域,进而降低计算量。Wang[4]利用混合高斯建模技术剔除掉大部分图像背景,减少了侦测扫描区域,提升了检测速度;另一方面,通过人体自身特性进行改进。……

登录APP查看全文

猜你喜欢

检测模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
小波变换在PCB缺陷检测中的应用
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用