基于梯度向量直方图行人检测.pdfVIP

V01．9No．13 2009 第9卷第13期2009年7月 科学技术与工程 July Science and Sci．Tech．Engng． 1671—1819(2009)13—3646—06 TechnologyEngineering @2009 基于梯度向量直方图的行人检测 黄茜顾杰峰杨文亮 (华南理工大学电子与信息学院，广州510640) ofOriented 摘要针对Adaboost行人检测训练非常耗时的问题，在梯度方向直方图(Histograns Minimal 引入积分向量图，同时对于作为AdaBoost学习过程中的分类器——线性SVM，应用序列最小优化(SeguentialOptimi- 而且取得了令人满意的检测效果。 关键词梯度方向直方图(HOG)行人检测 序列最小优化(SMO)积分向量图 中图法分类号TP301．6； 文献标志码A 行人检测是计算机视觉和模式识别领域中的重 用，但是行人检测不同于人脸检测，Harr特征主要 要研究方向，其应用领域有视频监控、机器人学、虚拟 是基于灰度分布的区域特征，人脸在这方面非常稳 现实技术等等。行人检测存在主要难点为：行人不仅 定，所以有很高的检测精度，应用于行人时，主要由 具有多态性和非刚性特征，同时还受到光照、衣着以 于不同衣着的影响，行人图像在灰度分布的区域上 及复杂背景环境等影响。如何快速、准确地从视频或 并没有明显的特征。第三类是利用梯度方向直方 者图像背景中将行人检测出来，仍然是一个热点研究 ofOriented 图Histograms 问题，也是步态研究、行为分析等的基础。 法¨J：它提取了图像中局部区域的梯度方向直方图 在目前广泛的文献资料中，行人检测的方法主 特征，通过对样本中该特征进行训练，然后用模式识 要可以分为三类：第一类是背景提取和形状模型匹 别中的方法形成分类器，从而实现行人检测。它的独 配的方法：主要是通过对当前图像与参考背景的像 特之处在于，HOG特征描述了图像局部区域的梯度 素进行逐个做差来得到运动目标，通过运动目标与 强度和梯度方向的分布情况，该分布情况能对局部对 相应行人的形状模型进行匹配与否来进行判别…。 象外观和形状进行很好的表征，事实证明能够很好的 这类方法缺点非常明显：(1)只能处理包含一系列 应用在行人检测中，已经成为目前主流的方法。Dalai 的图像帧的视频，不能处理单独的一帧图像。 x 等人通过1616像素块HOG特征来表示样本图像 (2)行人具有的多态性决定了通过模型匹配不能达 到较理想的结果。事实上，这类方法是较早期的方 法，目前已经基本淘汰。第二类是应用Hart型特征 J。 个数，达到较好的检测结果，但是训练速度较慢H 的