基于支持向量机提取感兴趣区域的行人检测.pdf

基于支持向量机提取感兴趣区域的行人检测.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于支持向量机提取感兴趣区域的行人检测.pdf

2017年 4月 计算机工程与设计 Apr.2017 第 38卷 第4期 COMPUTER ENGINEERING AND DESIGN Vo1.38 No.4 基于支持向量机提取感兴趣区域的行人检测 靳培飞,周 莉+,刘 建,戈志伟,陈 杰 (中国科学院微 电子研究所,北京 100029) 摘 要:综合考虑支持向量机在检测行人时表现出的特点,提出一种基于支持向量机提取感兴趣 区域的行人检测算法。利 用支持向量机对图像进行初检并提取出置信度较高的检测框,先后在水平和竖直方向统计这些检测框的置信度叠加和并根 据统计结果提取 出行人感兴趣 区域 ,在提取的感兴趣区域 内进行行人的检测。在PAsCAL的测试集上的测试结果表明,该 算法在保持对比算法召回率的前提下,有效降低 了检测时间和虚警率。 关键词:行人检测;感兴趣区域;分类器;梯度方向直方图;召回率 中图法分类号:TP391.41 文献标识号:A 文章编号:1000—7024 (2017)04—1098—05 doi:10.162o8/j.issnl0007024.2017.04.047 Pedestriandetectionbasedonregionofinterest extractedbysupportvectormachine JIN Pei—fei,ZHOU Li+,LIUJian,GEZhi—wei,CHEN Jie (InstituteofMicroelectronicsofChineseAcademyofSciences,Beijing100029,China) Abstract:Consideringthecharacteristicsofsupportvectormachinewhendetectingpedestrians,apedestriandetectionalgorithm basedonregionofinterestextractedbysupportvectormachinewasproposed.Supportvectormachinewasusedforearlydetec— tionofimageandtheframeswithhigherreliabilitywereextracted.Accordingtostatisticalresultoftheframe’Sreliabilityinthe directionsofhorizontalandvertical,theregionofinterestwasextracted.Pedestriandetectionwasperformedonlyintheregion ofinterest.ResultsoftestsonPASCAL testsetshowthatthisalgorithm canretaintherecallrateofthecomparedalgorithm and iteffectivelyreducesitsdetectiontimeandfalsealarm rate. Keywords:pedestriandetection;regionofinterest;classifier;histogram oforientedgradient;recallrate 其与摄像头距离等信息,基于人体部件的方法可 以很好 0 引 言 给出行人各部位所在的位置信息,但这两种检测方法的 在过去几年 中,行人检测的研究 已经取得 了显著的 速度较低;基于全局特征的行人检测方法的检测速度较 成果l1。],只是这些研究成果 的 目标 有所 不同。有 的研 高,但是检测效果较差 。为 了能够保持行人检测效果的 究是为了提高行人检测的效果 ,有 的是为了提高行人检 同时提高检测速度,必须要事先缩小待检测 区域

文档评论(0)

170****0532 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8015033021000003

1亿VIP精品文档

相关文档