基于TLD框架的行人检测和跟踪

• 作者: 杨明 王春香 董永坤 薛林继
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 机器视觉 行人安全 目标跟踪 行人检测跟踪 跟踪学习检测 梯度直方图
• 年，卷（期）: 2013,（z1）
• 所属期刊栏目: 机器人传感技术、多传感器集成与信息融合
• 页码范围: 226-228,232
• 分类号: TP242|U491.226
• 语种: 中文

摘要

提出了一种基于机器视觉的行人检测和跟踪方法,以TLD算法为框架,即对图像中目标同时进行检测和跟踪,融合两者结果并对检测器进行学习,并针对该算法应用于行人目标出现失败和误差较大的问题,对检测器进行改进,提出使用HOG算子和基于NCC匹配的增量式分类器来检测行人.首先计算出图像中每一个滑动窗口的HOG特征向量,与NCC分类器中保存的正负样本的特征向量进行匹配,然后将检测结果与跟踪器结果融合并对检测器进行在线更新学习,实验结果表明本文方法具有较好的鲁棒性和实时性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王春香	上海交通大学机械与动力工程学院	66	558	12.0	21.0
2	杨明	上海交通大学系统控制与信息处理教育部重点实验室	140	1026	16.0	25.0
3	董永坤	上海交通大学机械与动力工程学院	4	19	2.0	4.0
4	薛林继	上海交通大学系统控制与信息处理教育部重点实验室	2	23	2.0	2.0