基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对街景中的行人检测问题,提出了一种基于级联特征的行人检测方法.首先采用简单特征提取可能包含行人的潜在区域;然后采用基于概率接受的方法,结合方向梯度直方图(HOC)特征进行密集扫描分类;最后用非最大化抑制(NMS)过程聚合分类结果.实验结果表明一方面这种基于级联特征的方法使两类特征互补提高了检测精度;另一方面基于概率接受的方法进行密集扫描分类使得检测时间显著缩短.
推荐文章
基于自适应特征卷积网络的行人检测方法
行人检测
卷积神经网络
浅层细节特征
自适应特征
基于OTSU分割和HOG特征的行人检测与跟踪方法
行人检测
HOG特征
隐马尔可夫模型
OTSU算法
鲁棒性
基于多重稀疏字典的行人检测方法
行人检测
特征提取
稀疏表示
多重稀疏
字典
基于内容理解的单幅静态街景图像深度估计
特征提取
景物分类
小孔成像模型
深度估计
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 街景图像中基于级联特征的行人检测方法
来源期刊 计算机应用 学科 工学
关键词 行人检测 级联特征 基于概率接受的方法 方向梯度直方图 密集扫描分类 非最大化抑制
年,卷(期) 2011,(z2) 所属期刊栏目 图形图像技术
研究方向 页码范围 129-132
页数 分类号 TP391
字数 4559字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张茂军 国防科学技术大学信息系统与管理学院 73 486 13.0 18.0
2 高辉 国防科学技术大学信息系统与管理学院 7 16 3.0 3.0
3 王奕波 国防科学技术大学信息系统与管理学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (24)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
行人检测
级联特征
基于概率接受的方法
方向梯度直方图
密集扫描分类
非最大化抑制
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导