基于多特征和机器学习的两阶段行人检测
-
摘要: 针对单幅图像中的行人检测问题,提出了基于自适应增强算法 （Adaboost）和支持向量机（SVM） 的两级检测方法, 应用粗细结合的思想有效提高检测的精度.粗级行人检测器通过提取四方向特征 （四向功能，FDF）和GAB（温和Adaboost） 级联训练得到,精密级行人检测器用熵梯度直方图 （定向梯度的熵直方图，EHOG） 作为特征, 通过支持向量机学习得到.本文提出的 EHOG公司 特征考虑到熵, 通过分布的混乱程度描述,具有分辨行人和类似人的物体能力. 实验结果表明,本文提出的 EHOG、 粗细结合的两级检测方法能准确地检测出复杂背景下不同姿势的直立行人, 检测精度优于以往 阿达布斯。 摘要： 针对单幅图像中行人检测问题，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精度。 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特征能够区分行人和类似人的物体。 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。 -
四向特性（FDF） / -
定向梯度的熵直方图（EHOG） / -
阿达布斯 / -
温和Adaboost（GAB）级联 / -
支持向量机 / -
两阶段检测
关键词： -
-
[1] 刘文静。 基于ADABOOST算法的人体检测系统【硕士论文】，吉林大学，中国，2009（ 算法的人体检测系统 [ [士]，中国， 2009年）[2]Geronimo D.高级驾驶员辅助系统中基于视觉的行人检测全球方法【博士论文】，西班牙巴塞罗那自治大学，2010年[3]Viola P，Jones M J.Robust实时人脸检测。 国际计算机视觉杂志，2004，57（2）：137-154[4]Dalal N，Triggs B.人类检测定向梯度直方图。 收录：IEEE计算机学会计算机视觉和模式识别会议论文集。 美国圣地亚哥：IEEE，2005年。 886-893[5]曾春，李晓华，周继柳。 基于ROI HOG的行人检测。 计算机工程，2009，35（24）：182-184( 曾春, 李晓华, 周激流. 基于感兴趣区梯度方向直方图的行人检测. 计算机工程, 2009，35（24）:182-184）[6]Freund Y，Schapire R E.在线学习的决策理论推广及其在助推中的应用。 摘自：第二届欧洲计算学习理论会议论文集。 西班牙巴塞罗那：斯普林格出版社，1995年。 23-37[7]Zhao L，Thorpe C.基于立体和神经网络的行人检测。 IEEE智能交通系统汇刊，2000，1（3）：148-154[8]程H，郑N，秦J J.使用稀疏Gabor滤波器和支持向量机进行行人检测。 摘自：IEEE智能车辆研讨会论文集。 美国拉斯维加斯：IEEE，2005年。 583-587[9]田光。 基于视觉的行人检测与跟踪算法研究[博士论文]，上海交通大学，中国，2007( 田广. 基于视觉的行人检测和跟踪技术的研究 [ 博士学位论文], 上海交通大学, 中国, 2007年）[10]Soga M、Hiratsuka S、Fukamachi H、Ninomiya Y.近红外成像系统行人检测。 摘自：第11届IEEE智能运输系统国际会议记录。 中国北京：IEEE，2008年。 1167-1172[11]岩田K，Hongo H，Yamamoto K，Niwa Y.使用四个方向特征和松弛匹配进行鲁棒面部部位检测。 摘自：第七届基于知识的智能信息和工程系统国际会议论文集。 英国牛津：斯普林格出版社，2003年。 882-889[12]周科.基于HOG的图像人体检测的研究与实现[硕士论文]，华中科技大学，中国，2008（HOG） 特征的图像人体检测技术的研究与实现 [ 硕士学位论文], 华中科技大学, 中国, 2008）[13]王建宏，张品正，罗丽敏.改进的快速行人检测方法。 计算机工程与应用，2009，45（28）：160-163( 王健弘, 章品正, 罗立民. 改进的快速行人检测方法. 计算机工程与应用, 2009，45（28）：160-163）[14]Friedman J，Hastie T，Tibshirani R.加性逻辑回归：增长的统计观点。 统计学年鉴，2000，28（2）：337-407[15]Vapnik V N.统计学习理论的本质。 纽约：施普林格，1995年[16]张小川。 基于定向梯度直方图和支持向量机的人体目标跟踪【硕士论文】，大连理工大学，2009( 张小川. 基于梯度直方图和支持向量机的人体目标跟踪 [ 硕士学位论文], 大连理工大学, 中国, 2009）[17]潘峰，王选银。 复杂背景下基于支持向量机的人体特征提取。 图像与图形杂志，2005，10（2）：181-186( 潘峰, 王宣银. 基于支持向量机的复杂背景下的人体检测. 中国图象图形学报, 2005，10（2）：181-186）[18]胡建华，徐建健。 智能交通监控中车辆和行人的检测与识别。 电子测量技术，2007，30（1）：16-17，71( 胡建华, 徐健健. 交通监控系统中车辆和行人的检测与识别. 电子测量技术, 2007，30（1）：16-17，71）[19]维奥拉·P·A，琼斯·M·J·使用简单功能的增强级联快速目标检测。 在：IEEE计算机学会计算机视觉和模式识别会议论文集。 美国考艾岛：IEEE，2001年。 551-518[20]Zhang W，Zelinsky G，Samaras D.使用多分辨率实时准确目标检测。 摘自：第11届IEEE计算机视觉国际会议论文集。 巴西里约热内卢：IEEE，2007年。 1-8[21]Li Z，Wei Z Q，Yin B，Ji X P，Shan R B.基于新的两步框架的行人检测。摘自：第二届教育技术与计算机科学国际研讨会论文集。 中国武汉：IEEE，2010年。 56-59[22]Wu B，Nevatia R.通过贝叶斯组合边缘部分检测器在单个图像中检测多个部分闭塞的人。 摘自：第十届IEEE计算机视觉国际会议论文集。 中国北京：IEEE，2005年。 90-97[23]叶Q X，焦J B，张B C。基于多尺度方向特征和两阶段分类器的快速行人检测。 摘自：第17届IEEE图像处理国际会议论文集。 中国香港：IEEE，2010年。 881-884 -
计量
文章访问数: 2480 HTML网页： 35 PDF格式： 2270 被引次数: 0
