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:
行人检测是当前计算机视觉领域的挑战性课题之一。本文提出一种基于后验HOG特征的多姿态行人检测方法。首先,统计全部行人样本的梯度特征能量共性信息,对单个行人样本的HOG特征进行加权获得能够表现行人边缘轮廓的后验HOG特征,有效减少复杂背景的影响。其次,利用S-Isomap特征降维方法和K-means聚类方法对不同姿态和视角的行人做子类划分,并针对每一个子类训练子类分类器。最后,根据多个不同姿态的子类分类器输出值,训练等权重加和方式的多姿态-视角集成分类器。不同数据集上的测试结果表明,本文所提利用共性信息获得的后验特征超过了经典HOG和其它典型特征的描述能力。与现有方法相比,通过将所提出的特征与多姿态-视角集成分类器结合,有效地提高了检测精度。
推荐文章
基于HOG特征与SVM分类器的行人检测研究
行人检测
方向梯度直方图
支持向量机
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
基于俯仰角修正的HOG特征快速行人检测算法
快速行人检测算法
HOG特征
俯仰角修正
SVM
采用HOG特征和机器学习的 行人检测方法
行人检测
行人候选区域
梯度方向直方图
反向传播神经网络
Adaboost算法
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 基于后验 HOG 特征的多姿态行人检测
来源期刊 电子学报 学科 工学
关键词 后验HOG特征 梯度能量图 S-Isomap 支持向量机 行人检测
年,卷(期) 2015,(2) 所属期刊栏目
研究方向 页码范围 217-224
页数 8页 分类号 TP391
字数 6068字 语种 中文
DOI 10.3969/j.issn.0372-2112.2015.02.002
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 赵宏 114 1442 21.0 32.0
2 刘威 32 415 12.0 19.0
3 段成伟 1 63 1.0 1.0
4 遇冰 2 63 1.0 2.0
5 柴丽颖 1 63 1.0 1.0
6 袁淮 15 204 7.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (149)
参考文献  (15)
节点文献
引证文献  (63)
同被引文献  (95)
二级引证文献  (106)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(2)
  • 二级参考文献(3)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(7)
  • 参考文献(1)
  • 二级参考文献(6)
2009(7)
  • 参考文献(1)
  • 二级参考文献(6)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(6)
  • 参考文献(5)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(14)
  • 引证文献(12)
  • 二级引证文献(2)
2017(34)
  • 引证文献(18)
  • 二级引证文献(16)
2018(61)
  • 引证文献(19)
  • 二级引证文献(42)
2019(46)
  • 引证文献(9)
  • 二级引证文献(37)
2020(13)
  • 引证文献(4)
  • 二级引证文献(9)
研究主题发展历程
节点文献
后验HOG特征
梯度能量图
S-Isomap
支持向量机
行人检测
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
论文1v1指导