基于稀疏多尺度分割和级联形变模型的行人检测算法-武汉大学学报.PDFVIP

第 卷 第 期 武 汉 大 学 学 报 ·信 息 科 学 版 ４１ １１ Ｖｏｌ．４１Ｎｏ．１１ 年 月 ２０１６ １１ ＧｅｏｍａｔｉｃｓａｎｄＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅｏｆＷｕｈａｎＵｎｉｖｅｒｓｉｔ Ｎｏｖ．２０１６ ｙ ： ／ 文章编号： （ ） 犇犗犐１０．１３２０３ ．ｗｈｕｉ １６７１８８６０２０１６１１１５４４０６ ｊ ｇ 基于稀疏多尺度分割和级联形变 模型的行人检测算法 １ １ 吕 瑞 邵振峰 　 　 武汉大学测绘遥感信息工程国家重点实验室，湖北 武汉， １ ４３００７２ 　 摘 要：行人检测是视频大数据中提取信息的关键技术之一，是视频大数据挖掘的关键环节。提出了一种基 　 于稀疏多尺度分割和级联形变模型的行人检测算法。首先设计基于图像纹理的稀疏多尺度分割算法提取潜 在行人区域，完成初级多尺度检测；同时缩小检测范围，剔除大量背景区域；再基于级联形变模型在候选特征 区域进行精细检测，最终实现由粗到细的快速行人检测。在 和 等公开数据集 ＴＵＤＣｒｏｓｓｉｎ ＴＵＤＰｅｄｅｓｔｒｉａｎ ｇ 上对算法进行了测试。实验结果表明，本文算法降低了虚警率，提升了检测速度。 关键词：行人检测；稀疏多尺度分割；级联形变模型 中图法分类号： ； ； 文献标志码： Ｐ２３７ ＴＰ７５１ ＴＰ３９１ Ａ 　　 随着互联网、物联网、云计算等的迅猛发展， 献［，］算法通过提取多特征的方式，提升了行人 ７８ 　　 信息社会已经步入大数据时代。基于人工智能的 检测对环境的鲁棒性。文献［］在提取多特征的 ９ ［］ １ 数据处理方法在大数据时代具有优越性 。行人 基础上，改进图像金字塔，实现了较为稳健的快速 检测是人工智能方法在视频大数据中的典型应 行人检测。然而，这些算法无法克服部分遮挡的 ［］ ［ ］ ２ １０ 用，其在机器人、智能交通 等领域也有着广泛的 影响。Ｆｅｌｚｅｎｓｚｗａｌｂ等 提出了形变模型（ｄｅ 应用。行人的身材、姿势、衣着和视角变化极大， ，