基于HOG特征优化的夜间行人快速识别方案

• 作者: 李敏 柳波 汤琳
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 夜间行人检测 统计学习 熵加权 快速分类支持向量机 头部校验
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 图形图像处理
• 页码范围: 250-255,260
• 页数: 7页
• 分类号: TP391
• 字数: 5870字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2015.07.048

摘要

针对夜间行人检测成像尺度不一所引起的类内方差较大、实时性不足等问题,在统计学习的应用原理下,设计基于熵加权和快速分类支持向量机(FCSVM)优化的头部校验夜间行人快速识别方案.应用熵加权原理改进梯度直方图特征,引入三分支结构的支持向量机识别目标,同时利用FCSVM降低运算开销,确保实时性,通过头部校验方法分析评估误检目标,提高图像匹配的准确度.实验结果表明,该方案在夜间环境下能有效区分远红外行人目标,在充分确保行人检测实时性的基础上,在市区、郊区等不同应用环境中均具有较好的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柳波	绵阳师范学院数学与计算机科学学院	14	16	2.0	3.0
2	李敏	绵阳师范学院数学与计算机科学学院	35	57	4.0	5.0
3	汤琳	中国科学院成都计算机应用研究所	15	32	3.0	4.0