郑 锐， 邵宗凯

(昆明理工大学 信息工程与自动化学院，云南 昆明 650500)



基于混合高斯模型与联合特征的行人检测方法

郑 锐， 邵宗凯

(昆明理工大学 信息工程与自动化学院，云南 昆明 650500)

针对视频环境下行人检测多数采用窗口滑动方法识别慢、不能快速找到行人窗口的缺点，提出了一种基于组合算法的行人目标识别方法，利用高斯混合模型方法提取视频中的运动前景，划定一个泛目标窗口，再使用HOG-l bp联合特征训练的分类器对泛目标窗口进行分类，得到分类结果，对行人目标进行标记。经实验验证:该方法相对于当前行人检测方法，检测速度和正确率都取得了很好的效果。

行人检测； 混合高斯模型； HOG-l bp 前景

0 引 言

近年来,机器视觉中的物体检测得到了极大的关注度，行人检测由于其广泛的应用成为机器视觉领域的一个研究热点[1]。机器视觉在交通与工业辅助方面应用广泛，如基于视觉传感器的运动目标跟踪[2]，基于视觉信息的仪表读数[3]，轨道的变形检测[4]等，而基于深度信息的Kinect等传感器还可更进一步针对细节信息进行分析[5]。

运动的行人检测按照使用传感器类型来说可以分为两类:一类是基于多传感器信息[6];另一类是单摄像头。当前流行的行人检测方法是Dalal N等人提出的基于梯度方向直方图特征结合支持向量机(SVM)训练分类器进行行人检测[7]。经过发展，检测方法在联合特征融合上寻找提高行人检测正确率的方法。例如:Wang X等人[8]提出了一种基于梯度方向直方图特征与图像纹理特征相结合的检测方法。……