原文服务方: 计算机应用研究       
摘要:
常规的行人目标检测方法往往以底层特征为基础,采用密集窗口扫描的分类检测模式,其计算资源开销大而难以满足快速性要求。针对此问题,研究了一种新的行人目标快速检测方法。引入视觉选择性注意计算进行目标候选区域定位,通过提取候选区域的积分有向梯度直方图 IHOG(integrated histogram of oriented gradi-ent)特征和局部二值模式 LBP(local binary pattern)特征以形成组合优势,通过级联支持向量分类方式对区域内容进行分级检测,实现了快速、可靠的行人目标检测。DET(detection error tradeoff)曲线和算法运行时间表明,相比 Dalal 等人的方法,本方法可在保证检测率稳定的前提下,缩短五倍的检测时间,具有更好的工程应用性。
推荐文章
基于视觉选择性注意机制的目标检测的研究
视觉选择性注意
显著图
目标检测
基于“where-what”的大场景交通枢纽视频人/车目标定位
视觉注意
颜色对抗
目标定位
大交通场景
基于改进HOG-LBP特征的行人检测
行人检测
梯度方向直方图
局部二值模式
支持向量机
特征选择
一种基于视觉注意机制的刀具检测方法
机器视觉系统
轮廓检测
视觉选择性注意
基于轮廓的视觉注意计算模型(SECO模型)
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 基于视觉选择性注意与IHOG-LBP 特征组合的行人目标快速检测
来源期刊 计算机应用研究 学科
关键词 行人检测 视觉选择性注意 积分有向梯度直方图 局部二值模式 级联分类 支持向量机
年,卷(期) 2016,(1) 所属期刊栏目 图形图像技术
研究方向 页码范围 281-285
页数 5页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2016.01.065
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 陈雯柏 北京信息科技大学自动化学院 59 214 9.0 12.0
2 刘琼 北京信息科技大学自动化学院 12 29 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (39)
参考文献  (13)
节点文献
引证文献  (16)
同被引文献  (37)
二级引证文献  (4)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(5)
  • 参考文献(1)
  • 二级参考文献(4)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(5)
  • 参考文献(1)
  • 二级参考文献(4)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(2)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(4)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(4)
  • 二级引证文献(0)
2016(4)
  • 引证文献(4)
  • 二级引证文献(0)
2017(4)
  • 引证文献(4)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(8)
  • 引证文献(5)
  • 二级引证文献(3)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
行人检测
视觉选择性注意
积分有向梯度直方图
局部二值模式
级联分类
支持向量机
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导