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:
采用改进分块方式的塔式方向梯度直方图(PHOG,Pyramid Histogram of oriented gradient)作为特征提取的方法,应用支持向量机(SVM,Support Vector Machine)算法作为分类器进行训练和检测.INRIA测试集上的测试结果表明,相对于采用传统HOG和PHOG特征表示方法,所提出的方法使分类检测正确率有了进一步提高.
推荐文章
基于PHOG特征的行人检测算法研究
行人检测
HOG特征
PHOG特征
PHOG-PCA特征
特征金字塔
基于似物目标的快速行人检测算法
似物目标检测
二值化赋范梯度
方向梯度直方图
极限学习机
改进 YoloV5 的行人检测算法
目标检测
行人遮挡检测
随机擦除
Res2Net
注意力机制
Confluence
基于BING似物性检测的行人快速检测算法
行人检测
二值化规范梯度特征
似物性
梯度方向直方图特征
支持向量机
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 基于改进塔式梯度直方图的行人检测算法
来源期刊 大连交通大学学报 学科
关键词 行人检测 梯度直方图 塔式梯度直方图 SVM
年,卷(期) 2013,(6) 所属期刊栏目
研究方向 页码范围 98-102
页数 5页 分类号
字数 2448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 贾世杰 大连交通大学电气信息学院 48 275 8.0 15.0
2 陈诗帅 大连交通大学电气信息学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (30)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
研究主题发展历程
节点文献
行人检测
梯度直方图
塔式梯度直方图
SVM
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
大连交通大学学报
双月刊
1673-9590
21-1550/U
大16开
大连市沙河口区黄河路794号
1980
chi
出版文献量(篇)
3012
总下载数(次)
3
总被引数(次)
12659
论文1v1指导