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:
车载红外行人检测在准确率和实时性方面存在多方挑战.文中基于行人头部、躯干成像与背景之间存在灰度分布差异,构建行人头部模型和躯干模型作为前端分类器,后端采用支持向量机(Support Vector Machine,SVM)进行分类;结合多帧校验和最近邻匹配跟踪行人.实验结果表明,检测时间基本持平,提高了检测准确率.
推荐文章
基于梯度方向和强度直方图的红外行人检测
行人检测
红外图像
梯度方向直方图
强度直方图
支持向量机
特征维数
基于帧差和Otsu的红外行人分割算法
基准帧
帧差
Otsu法
修正的阿尔法均值滤波
连通性
基于改进ViBe的室外行人检测方法
视觉背景抽取法
鬼影
室外复杂环境
行人检测
一种改进的梯度直方图远红外行人检测方法
行人检测
ROIs
像素梯度
双阈值
梯度直方图
SVM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 基于局部特征的车载红外行人检测方法研究
来源期刊 电子学报 学科 工学
关键词 红外视频 行人检测 头部模型 躯干模型 行人跟踪
年,卷(期) 2015,(7) 所属期刊栏目 科研通信
研究方向 页码范围 1444-1448
页数 5页 分类号 TP391.41
字数 4162字 语种 中文
DOI 10.3969/j.issn.0372-2112.2015.07.030
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 王国华 华南理工大学软件学院 14 100 5.0 10.0
2 刘琼 华南理工大学软件学院 29 160 6.0 11.0
3 庄家俊 华南理工大学软件学院 2 24 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (57)
共引文献  (193)
参考文献  (11)
节点文献
引证文献  (21)
同被引文献  (38)
二级引证文献  (39)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(8)
  • 参考文献(1)
  • 二级参考文献(7)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(7)
  • 参考文献(1)
  • 二级参考文献(6)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(7)
  • 参考文献(2)
  • 二级参考文献(5)
2012(4)
  • 参考文献(2)
  • 二级参考文献(2)
2013(5)
  • 参考文献(5)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(16)
  • 引证文献(9)
  • 二级引证文献(7)
2018(18)
  • 引证文献(3)
  • 二级引证文献(15)
2019(15)
  • 引证文献(4)
  • 二级引证文献(11)
2020(8)
  • 引证文献(3)
  • 二级引证文献(5)
研究主题发展历程
节点文献
红外视频
行人检测
头部模型
躯干模型
行人跟踪
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
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导