基于后验HOG特征的多姿态行人检测

被引:32
作者
刘威
段成伟
遇冰
柴丽颖
袁淮
赵宏
机构
[1] 东北大学研究院
关键词
后验HOG特征; 梯度能量图; S-Isomap; 支持向量机; 行人检测;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
行人检测是当前计算机视觉领域的挑战性课题之一.本文提出一种基于后验HOG特征的多姿态行人检测方法.首先,统计全部行人样本的梯度特征能量共性信息,对单个行人样本的HOG特征进行加权获得能够表现行人边缘轮廓的后验HOG特征,有效减少复杂背景的影响.其次,利用S-Isomap特征降维方法和K-means聚类方法对不同姿态和视角的行人做子类划分,并针对每一个子类训练子类分类器.最后,根据多个不同姿态的子类分类器输出值,训练等权重加和方式的多姿态-视角集成分类器.不同数据集上的测试结果表明,本文所提利用共性信息获得的后验特征超过了经典HOG和其它典型特征的描述能力.与现有方法相比,通过将所提出的特征与多姿态-视角集成分类器结合,有效地提高了检测精度.
引用
收藏
页码:217 / 224
页数:8
相关论文
共 4 条
[1]   行人检测技术综述 [J].
苏松志 ;
李绍滋 ;
陈淑媛 ;
蔡国榕 ;
吴云东 .
电子学报, 2012, 40 (04) :814-820
[2]  
一种基于多特征和机器学习的分级行人检测方法[J]. 种衍文,匡湖林,李清泉.自动化学报. 2012(03)
[3]   移动摄像机环境下基于特征变换和SVM的分级行人检测算法 [J].
田广 ;
戚飞虎 .
电子学报, 2008, (05) :1024-1028
[4]   A trainable system for object detection [J].
Papageorgiou, C ;
Poggio, T .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 2000, 38 (01) :15-33