Chong、Yanwen;Kuang、Hulin;李清泉 基于多特征和机器学习的两阶段行人检测。 （中文。英文摘要） Zbl 1274.68300号 《汽车学报》。罪。 38，第3期，375-381（2012）. 摘要：针对单个图像中的行人检测问题，提出了一种基于Adaboost和支持向量机（SVM）的两阶段检测方法，采用粗、细两级检测相结合的方法来提高检测器的准确性。粗水平行人检测器利用四方向特征（FDF）和温和的Adaboost（GAB）级联训练；精细行人检测器使用方向梯度的熵直方图（EHOG）作为特征，使用SVM作为分类器。所提出的考虑熵和混沌分布的EHOG特征能够区分行人或与人相似的物体。实验结果表明，本文提出的结合粗线水平和EHOG特征的两阶段行人检测方法能够在复杂背景下准确检测出不同姿态的直立人，同时精度优于经典的Adaboost方法。 MSC公司： 68T05型 人工智能中的学习和自适应系统 68吨10 模式识别、语音识别 关键词：四方向特征;定向梯度的熵直方图;阿达布斯;支持向量机;两阶段检测 PDF格式BibTeX公司 XML格式引用 \textit{Y.Chong}等人，《汽车学报》。罪。38，第3号，375--381（2012；Zbl 1274.68300） 全文： 内政部