广义二维PCA和稀疏表示的红外行人目标检测

摘要：

红外行人检测在夜间智能视频监控,车辆安全驾驶等领域有重要应用.为了解决红外图像特征降维后空间结构信息丢失的问题,提出一种基于广义二维主分量分析(principal component analysis,PCA)和稀疏表示的红外图像行人目标检测算法.该算法主要由2个阶段组成:第1阶段利用广义二维主分量分析方法提取图像的二维主特征分量,并由此构造行人目标的超完备特征字典;第2阶段采用滑动窗口的方法得到图像中局部子图,然后利用基追踪算法求解每个局部子图的稀疏表示系数向量,最后定义一个函数度量每个子图存在行人目标的可能性,并设置相邻标记框的最小距离得到整幅图像最终的检测结果.实验结果表明,该方法能够有效地检测红外图像中的行人目标,具有较好的检测效果.

关键词：红外图像、广义二维主分量分析、稀疏表示、行人检测

所属期刊栏目：26

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金61102131;重庆市自然科学基金CSTC,2010BB2411;The National Natural Science Foundation of China61102131;The Natural Science Foundation of CQ CSTCCSTC,2010BB2411

在线出版日期：2016-01-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：243-247