基于组合树形结构的多特征协同识别行人方法

• 作者: 孟晓莉 陈大伟
• 来源期刊: 电视技术
• 学科: 工学
• 关键词: 行人识别 树状决策结构 贝叶斯原理 整体优势
• 年，卷（期）: 2014,（23）
• 所属期刊栏目: 视频应用与工程
• 页码范围: 152-157,179
• 页数: 7页
• 分类号: TN959
• 字数: 5753字
• 语种: 中文

摘要

采取Edgelet特征和聚集型B-Haar特征相结合,协同进行特征提取,设计开发出具有树形组合结构的行人识别模型.该模型的上层结构为:通过改进具有Haar特征(此处称为聚集型B-Haar特征),在完全二叉树架构的基础上,同局部二元模式相结合,对候选人目标进行提取,最终提高检测识别率;该模型的下层结构为:在贝叶斯原理和Edgelet特征相结合的基础上,构建树状决策结构,对多部位进行检测,找寻出行人.实验结果与传统的串并联结构和树状结构进行比较,设计开发的多特征协同树状组合决策结构行人识别方法更具优势,能够更好地保证实时性,降低虚警率,提高检测率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈大伟	东南大学交通学院	41	608	14.0	24.0
2	孟晓莉	江苏海事职业技术学院信息工程系	15	38	3.0	5.0