基于边缘类型比率特征的人体检测算法-中南大学学报.pdfVIP

第 42 卷增刊 1  中南大学学报(自然科学版)  Vol.42  Suppl. 1  2011 年 9 月  Journal of Central South University (Science and Technology)  Sep. 2011  基于边缘类型比率特征的人体检测算法 顾爽，陈启军  (同济大学 机器人与智能系统实验室，上海，201804)  摘要：研究基于立体视觉的室内人体检测方法，提出了一种描述图像一定区域内边缘类型比率的特征。算法在离 线阶段将不同边缘点根据其邻域内的边缘梯度直方图(EOH)量化为不同的类别。检测时，首先通过立体视觉分割 出场景中若干兴趣区域(ROI)；然后，将每个 ROI 划分为若干相互重叠的部分，统计每个部分中每类边缘点出现 的比率，组成特征向量。该特征能够较好地体现不同物体轮廓之间的差异。最后，针对不同正负样本特征训练线 性 SVM 作为检测系统的分类器。实验表明，算法具有较好的人体检测结果。 关键词：行人检测；边缘类型特征；立体视觉；线性 SVM 分类器 中图分类号：TP24  文献标志码：A  文章编号：1672−7207(2011)S1−0717−07  People detection algorithm based on feature of edge type ratio  GU Shuang, CHEN Qi­jun  (Robotics and Intelligent systemLaboratory,Tongji University, Shanghai 201804, China)  Abstract: A people detection algorithm based on the stereo vision is proposed and a new feature which describes the  ratio of edge types in a certain area is introduced. During the offline stage, the edge points are quantized into different  types based on their histograms of edge orientation. During the online stage, a stereo segmentation algorithm is used to  select certain ROIs. The edge type ratio is then calculated in some overlapped blocks in each ROI to form the feature  vector. The feature proposed here can describe the differences between the contours of different objects very well. At last,  a linear SVM which is trained based on certain positive and negative samples serves as the classifier. Experiment shows  that the proposed algorithm can getgood result in human detection task.  Keywords:people detection; edge type feature; stereo vision; linear SVM classifier  行人/人体识