共 11 条
基于混合高斯和HOG+SVM的行人检测模型
被引：19
作者：
龚露鸣
[1
]
徐美华
[1
,2
]
刘冬军
[2
]
张发宇
[1
]
机构：
[1] 上海大学微电子研究与开发中心
[2] 上海大学机电工程与自动化学院
关键词：
行人检测;
混合高斯模型;
区域提取;
梯度方向直方图;
降维;
D O I：
暂无
中图分类号：
TP391.41 [];
学科分类号：
080203 ;
摘要：
为了提高行人检测系统的检测率,提出了一种基于混合高斯背景建模结合方向梯度直方图(histogram of oriented gradient,HOG)+支持向量机(support vector machine,SVM)的行人检测模型.首先,采用混合高斯模型进行前景分割,有效提取出运动目标区域;然后,在行人识别部分通过缩小检测窗口尺寸来降低HOG特征维数;另外,利用误识别区域,对样本库的信息进行二次更新,以优化SVM分类器;最后,以随机视频帧为测试样本进行模型性能验证.结果表明,在保证检测率和检测速率的情况下,该混合高斯结合HOG+SVM模型的误检率仅为4%,说明该模型能够在复杂场景下实时准确地进行行人检测.
引用
收藏
页码：341 / 351
页数：11
相关论文