基于特征融合和交叉核SVM的快速行人检测方法

被引：17

作者：

孙锐 ^{[1
,2
]}

侯能干 ^{[1
]}

陈军 ^{[2
]}

机构：

[1] 合肥工业大学计算机与信息学院

[2] 奇瑞汽车博士后工作站

来源：

光电工程 | 2014年 / 41卷 / 02期

关键词：

行人检测; 直方图交叉核支持向量机(HIKSVM); 多层次导向边缘能量特征; 特征融合; 主元分析(PCA);

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

行人检测是目标识别领域的一大难点。现阶段用于行人检测的特征维数都比较高,为克服高维特征对实时性的影响,本文运用主元分析(PCA)对特征进行降维,加快检测速度。单一特征的信息有限,本文运用基于线性鉴别分析(LDA)的线性权重融合原则对一些底层特征(颜色、梯度、直方图)和多层次导向边缘能量特征进行特征融合使特征具有多源信息。且上述特征可采用积分图技术进行快速计算,所以行人检测系统的鲁棒性和实时性得到加强。在目标识别领域直方图交叉核支持向量机(HIKSVM)具有分类快,且准确率高的优点,采用其进行分类,系统实时性更进一步提升。实验表明本文方法检测速度和检测率优于经典的HOG+SVM算法。

引用

页码：53 / 62

页数：10

共 5 条

[1] 行人检测技术综述 [J].