基于随机森林的层次行人检测算法

• 作者: 向涛 李冬梅 李旭冬 李涛
• 来源期刊: 计算机应用研究
• 关键词: 行人检测 随机森林 图像金字塔 主方向模板 霍夫投票
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 图形图像技术
• 页码范围: 2196-2199
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.07.068

摘要

针对视频和图像中快速、准确的行人检测问题,提出了一种分层次的、全局信息和局部信息相结合的行人检测算法.该方法以随机森林分类器为基础,利用图像金字塔模型融合行人的多层信息.首先,在低尺度空间利用主方向模板(DOT)特征和随机森林算法训练行人的全局分类器,第一层检测在低尺度空间中进行,找到行人的候选区域;然后,在高尺度空间提取图像块集合,基于部件随机森林训练行人的局部外观和几何约束模型;最后,基于上层的候选区域,在高尺度空间利用霍夫投票进行第二层精确检测.实验结果表明,该方法有更低的时间复杂度,并提升了行人检测的准确率,全局信息和局部信息的层次融合,能有效解决快速、准确的行人检测问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李涛	电子科技大学计算机科学与工程学院	37	296	9.0	16.0
5	向涛	电子科技大学计算机科学与工程学院	7	49	3.0	7.0
6	李冬梅	河南广播电视大学信息工程系	14	57	5.0	7.0
7	李旭冬	电子科技大学计算机科学与工程学院	5	163	3.0	5.0