NG似物性检测的行人快速检测算法.PDF

第３５卷第１１期 计 算 机 应 用 研 究 Ｖｏｌ．３５Ｎｏ．１１ ２０１８年１１月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｎｏｖ．２０１８ 基于ＢＩＮＧ似物性检测的行人快速检测算法 １，２，３ １，３ １，３ １，２，３ 郭晓鹏 ，杜劲松 ，白珈郡 ，王　伟 （１．中国科学院沈阳自动化研究所，沈阳１１００１６；２．中国科学院大学，北京 １０００４９；３．辽宁省雷达系统研究与 应用技术重点实验室，沈阳１１０１７９） 摘　要：针对传统滑动窗行人检测速度慢、实时性差的问题，为避免全局搜索，利用似物性检测设计了一种快速 行人检测方法。首先，算法通过提取正负训练样本的规范化二进制梯度特征，用该特征训练级联ＳＶＭ分类器得 到行人似物检测模型；然后，由该模型获取图像中初始行人候选区域，后进一步利用尺寸调节和聚类算法优化初 始候选窗口区域；最后，提取各候选区域的梯度方向直方图特征，并利用ＳＶＭ分类器对其进行进一步行人识别。 实验结果表明，算法在保证行人检测率的同时在检测实时性上有明显提高。 关键词：行人检测；二值化规范梯度特征；似物性；梯度方向直方图特征；支持向量机 中图分类号：ＴＰ３９１．４１　　　文献标志码：Ａ　　　文章编号：１００１３６９５（２０１８）１１３４５８０４ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１８．１１．０６１ ＦａｓｔｈｕｍａｎｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＢＩＮＧｏｂｊｅｃｔｎｅｓｓ １，２，３ １，３ １，３ １，２，３ ＧｕｏＸｉａｏｐｅｎｇ ，ＤｕＪｉｎｓｏｎｇ ，ＢａｉＪｉａｊｕｎ ，ＷａｎｇＷｅｉ （１．ＳｈｅｎｙａｎｇＩｎｓｔｉｔｕｔｅｏｆＡｕｔｏｍａｔｉｏｎ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｓｈｅｎｙａｎｇ１１００１６，Ｃｈｉｎａ；２．ＵｎｉｖｅｒｓｉｔｙｏｆＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ， Ｂｅｉｊｉｎｇ１０００４９，Ｃｈｉｎａ；３．ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＬｉａｏｎｉｎｇＰｒｏｖｉｎｃｅｏｎＲａｄａｒＳｙｓｔｅｍ＆Ａｐｐｌｉｃａｔｉｏｎ，Ｓｈｅｎｙａｎｇ１１０１７９，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｏｓｏｌｖｅｔｈｅｐｏｏｒｒｅａｌｔｉｍｅｐｅｒｆｏｒｍａｎｃｅｏｆｔｒａｄｉｔｉｏｎａｌｐｅｄｅｓｔｒｉａｎｄｅｔｅｃｔｉｏｎｍｅｔｈｏｄ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄａｎｅｗｆａｓｔ ｈｕｍａｎｄｅｔｅｃｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｏｂｊｅｃｔｎｅｓｓｄｅｔｅｃｔｉｏｎ．Ｆｉｒｓｔｌｙ，ｔｈｉｓａｌｇｏｒｉｔｈｍｅｘｔｒａｃｔｅｄｂｉｎａｒｉｚｅｄｎｏｒｍｅｄｇｒａｄｉｅｎｔｓｆｅａｔｕｒｅｓ ｆｒｏｍｔｈｅｔｒａｉｎｉｎｇｉｍａｇｅｓｅｔｓ，ｔｒａｉｎｅｄａｃａｓｃａｄｅＳＶＭｃｌａｓｓｉｆｉｅｒｍｏｄｅｌｆｏｒｏｂｊｅｃｔｎｅｓｓｅｓｔｉｍａｔｉｏｎ，ａｎｄｕｓｅｄｔｈｉｓｍｏｄｅｌｔｏｐｒｏｄｕｃｔ ｓｏｍｅｒｅｇｉｏｎｏｆｉｎｔｅｒｅｓｔ，ｗｈｉｃｈｃａｌｌｅｄｃａｎｄｉｄａｔｅｗｉｎｄｏｗｓ．Ｓｅｃｏｎｄｌｙ，ｉｎｏｒｄｅｒｔｏｆｕｒｔｈｅｒｉｍｐｒｏｖｅｔｈｅｑｕａｌｉｔｙｏｆｏｒｉｇｉｎａｌｃａｎｄｉ ｄａｔｅｗｉｎｄｏｗｓ，ｉｔａｄｊｕｓｔｅｄｔｈｅｓｉｚｅｓｏｆｔｈｅｓｅｗｉｎｄｏｗｓｓｌｉｇｈｔｌｙａｎｄａｐｐｌｉｅｄａｒｅｃｔａｎｇｌｅｃｌｕｓｔｅｒｍｅｔｈｏｄｔｏｔｈｅｍ．Ｆｉｎａｌｌｙ，ｔｈｉｓａｌｇｏ ｒｉｔｈｍｅｘｔｒａｃｔｅｄＨＯＧｆｅａｔｕｒｅｓｏｆｔｈｅｓｅｆｉｎａｌｃａｎｄｉｄａｔｅｗｉｎｄｏｗｓａｎｄｅｍｐｌｏｙｅｄａＳＶＭｃｌａｓｓｉｆｉｅｒｔｏｃｈｅｃｋｗｈｅｔｈｅｒｔｈｅｒｅｗａｓａｐｅ