联合部件特征与增强SVM的行人检测算法

摘要：

为解决遮挡、姿态变化等局部变化引起的行人检测性能下降问题,提出一种融合全局和局部特征的行人检测方法.首先,将人体分为全局和局部6个部件;然后,改进Haar-like特征描述子,用于快速提取人体局部部件特征,再融合全局部件的方向梯度直方图特征,构建人体的联合部件特征.最后,结合增强学习思路改进支持向量机学习方法,对联合部件特征进行训练和分类.实验结果表明,该方法正确率高,虚警率低,受遮挡、姿态变化影响小.

关键词：行人检测、方向梯度直方图、Haar-like、支持向量机、增强学习

所属期刊栏目：43

分类号：TN101;TP391(真空电子技术)

在线出版日期：2017-05-08（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：133-137