基于PCA 降维的多特征级联的行人检测 - 计算机科学.PDFVIP

Vo l. 43 No.6 第 43 卷第6 期 计算机科学 2016 年 6 月 Computer Science June 2016 基于 PCA 降维的多特征级联的行人检测 甘玲邹宽中刘肖 (重庆邮电大学计算智能重庆市重点实验室 重庆 400065) 摘 要在行人检测中，针对梯度方向直方图(HOG) 冗余信息过多、检测速度慢等不足，提出了运用 PCA 降维的多 特征级联的行人检测。首先利用 PCA 对 HOG特征进行降维，其次将 HOG特征和 Gabor 特征、颜色特征级联作为行 人检测的特征，最后使用 SVM 的径向基(RBF)核函数进行分类。在 INRIA 行人库上的实验表明，该方法不但提高了 分类的速度，而且提高了检测的准确率。 关键词 行人检测，梯度方向直方图，径向基核函数(RBF) 中圄法分类号 TP391 文献标识码 A DOI 10. 11896/j. issn. 1002-1372♀ 2016.6.061 Pedestrian Detection ßased on PCA Dimension Reduction of Multi-feature Cascade GAN Ling ZOU Kuan-zhong LIU Xiao (Chongqing Key Laboratory of Computational Intelligence ,Chongqing University of Posts and Telecommunications ,Chongqing 400065 ,China) Abstract In pedestrian detection ,Histogram of oriented gradient(HOG) has the defects of too much redundant infor mation ,low detection speed ,this paper proposed features cascading pedestrian detection based on PCA dimensional re duction. Firstly ,we used PCA to reduce the dimension of HOG features , then took HOG features , Gabor features and color features as the features of pedestrian detection. Finally we used SVM radial basis (RBF) kernel function to classi fy. Experiments on INRIA pedestrian database show that this method not only increases the speed of classification ,but also improve the accuracy of detection. Keywords Pedestrian detection ,Histogram of oriented gradient( HOG) ,Radial basis kernel function(RBF) HOG+SVM成为目前行人检测的经典方法[8J 。 引言 将 HOG特征、Gabor 特征、颜色特征进行级联作为行人