结合单双行人DPM模型的交通场景行人检测-电子学报.PDF

结合单双行人DPM模型的交通场景行人检测-电子学报.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
第11期 电  子  学  报 Vol.44 No.11 2016年11月 ACTAELECTRONICASINICA Nov. 2016 结合单双行人 DPM模型的交通场景行人检测 曾接贤,程 潇 (南昌航空大学计算机视觉研究所,江西南昌330063)   摘 要: 针对日常交通场景下,行人目标易被遮挡,影响行人检测效果的问题,提出一种结合单行人和双行人 DPM模型的交通场景行人检测方法.该方法首先从INRIA、ETH等行人数据集中提取训练样本的DPM特征,通过La tentSVM方法训练得到单、双人DPM模型;然后采用分类检测方法,将交通场景行人分为单独分布行人和混合分布行 人两类.检测时首先使用双行人模型SDPDPM对目标图像进行目标匹配,如果没有检测到双行人目标,则判定为单独 分布行人情况,转而使用单行人模型SPDPM进行检测,并保存检测结果;如果检测到双行人目标,则判定为混合分布 行人情况,此时先保存对应的双行人滤波响应,再使用单行人模型进行二次检测,并将两次检测的结果进行加权结合. 实验结果表明,本文算法能够在行人相互遮挡严重的交通环境下,有效检测出行人,整体精度优于传统的DPM算法和 当前行人检测的主要流行算法. 关键词: 行人检测;DPM;遮挡;交通场景 中图分类号: TP391   文献标识码: A   文章编号: 03722112(2016)11266808 电子学报URL:http://www.ejournal.org.cn  DOI:10.3969/j.issn.03722112.2016.11.015 PedestrianDetectionCombinedwithSingleand CouplePedestrianDPMModelsinTrafficScene ZENGJiexian,CHENXiao (InstituteofComputerVision,NanchangHangkongUniversity,Nanchang,Jiangxi330063,China) Abstract: Inthispaper,anewkindofpedestriandetectionmethodisinvestigated;thesingleDMPmodeliscombined withthecouplepedestrianDPMtosolvethepedestriandetectionproblembecauseofthepedestrianvisualocclusionunder commontrafficmodels.ThismethodextractsDPMfeaturethroughdatasetsuchasINRIA,ETH,andthenobtainsthesingle/ coupleDPMmodelthroughLatentSVMtrainingmethod.Moreover,thetrafficpedestrian.distributionscenecanbeclassified anddividedfirstandthenseparatedandremixedbytheclassificationdetentionmethod.Firstlythetargetimagewillmatch withcouplepedestriantemplateSDPDPM.Secondlyifcouplepedestriantargetcannotbedetected,thescenewillbeclassi fiedassingledistribution,andthenmatchingtemplatewillswitchtosinglepedestriantemplate,theresul

文档评论(0)

xiaozu + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档