点击次数：

论文类型：期刊论文

发表时间：2013-02-15

发表刊物：高技术通讯

收录刊物：PKU、ISTIC、CSCD、Scopus

卷号：23

期号：2

页面范围：203-207

ISSN号：1002-0470

关键字：交通安全;行人检测;梯度方向直方图(HOG);Gentle Adaboost

摘要：针对传统的基于梯度方向直方图(HOG)特征的行人检测耗时较长的问题,提出了基于腿部HOG特征优化的行人检测方法.该方法采用加权Fisher线性判别(WLFD)代替线性SVM来选择最具区分性的HOG特征,在保持分类能力的同时减少训练时间和存储空间,而且选择查找表型弱分类器的Gentle Adaboost算法来训练优化权重组合HOG特征,形成一个强分类器来检测行人.通过对线性SVM、加权Fisher与阈值型以及加权Fisher与查找表型三种弱分类器的对比试验表明,基于加权Fisher与查找表型HOG特征优化后不仅提高了检测精度,而且训练时间和检测时间也能明显降低.