结合SVM分类器与HOG特征提取的行人检测

• 作者: 姜梅 张建国 徐渊 李才年 许晓亮
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 现场可编程门阵列 流水线 查找表 方向梯度直方图 支持向量机
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 软件技术与数据库
• 页码范围: 56-60,65
• 页数: 6页
• 分类号: TP391
• 字数: 3305字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2016.01.011

摘要

针对基于方向梯度直方图(HOG)的行人检测方案存在运算量大、实时性差的问题,设计一个内嵌支持向量机(SVM)分类器的HOG特征提取归一化模块,并将其应用于行人检测.提出两级流水线架构,第1级采用16×16像素块扫描,并结合查找表的方式生成HOG,以减少乘法器资源消耗量,第2级将15路并行SVM内嵌到HOG归一化模块中,通过提前启动SVM降低15路SVM乘累加器的位宽.利用面向硬件实现的自动消除检测重复性算法,进一步提高检测准确性.实验结果表明,该方案能够以100 MHz时钟频率运行在Spartan6 FPGA芯片上,每秒可处理47帧SVGA(800×600)分辨率的图像,具有较高的行人检测实时性和准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐渊	深圳大学信息工程学院	11	128	3.0	11.0
2	许晓亮	深圳大学信息工程学院	1	111	1.0	1.0
3	李才年	深圳大学信息工程学院	1	111	1.0	1.0
4	姜梅	深圳大学信息工程学院	2	111	1.0	2.0
5	张建国		6	117	2.0	6.0