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:
针对复杂背景下的行人检测问题,提出一种两级级联的快速行人检测算法。第一级采用竖直方向的边缘对称特征和基于行人先验知识的弱分类器,排除大部分非行人区域。第二级采用梯度方向直方图特征和基于LC-KSVD字典学习的稀疏表示分类算法,对剩余区域进行精确检测。实验结果表明,该算法在保证检测精度的同时缩短了行人检测的时间,并且对遮挡情况有较好的鲁棒性。在INRIA数据库上每幅图像平均检测时间仅为69 ms,对数平均漏检率为38%,较CENTRIST+C4算法和HOG+SVM算法的漏检率有所降低,并提升了检测速度。
推荐文章
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
基于两级非渗透滤波的连续碰撞检测算法
连续碰撞检测
非渗透滤波
变形物体
高层剔除
低层剔除
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
基于稀疏表示分类行人检测的二级检测算法
行人检测
稀疏表示
局部区域权重
HOG
LBP
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 基于稀疏表示的两级级联快速行人检测算法
来源期刊 计算机工程 学科 工学
关键词 行人检测 稀疏表示 竖直边缘特征 梯度方向直方图 两级级联 字典学习
年,卷(期) 2015,(6) 所属期刊栏目 ?图形图像处理?
研究方向 页码范围 221-226
页数 6页 分类号 TP301.6
字数 4137字 语种 中文
DOI 10.3969/j.issn.1000-3428.2015.06.040
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 李小霞 41 170 7.0 11.0
3 唐浩 2 3 1.0 1.0
9 钟英 西南科技大学信息工程学院 3 11 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (4)
参考文献  (8)
节点文献
引证文献  (2)
同被引文献  (9)
二级引证文献  (15)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(4)
  • 参考文献(3)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(3)
  • 参考文献(3)
  • 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)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
行人检测
稀疏表示
竖直边缘特征
梯度方向直方图
两级级联
字典学习
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
论文1v1指导