结合纹理与轮廓特征的多通道行人检测算法

• 作者: 邓一凡 韩建栋
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 聚合通道特征 Sketch Tokens特征 LBP特征 Real AdaBoost分类器 级联检测
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 应用前沿、交叉与综合
• 页码范围: 3012-3016,3023
• 页数: 6页
• 分类号: TP391.41
• 字数: 4982字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2017.10.3012

摘要

针对在复杂场景下,聚合通道特征(ACF)的行人检测算法存在检测精度较低、误检率较高的问题,提出一种结合纹理和轮廓特征的多通道行人检测算法.算法由训练分类器和检测两部分组成.在训练阶段,首先提取ACF特征、局部二值模式(LBP)纹理特征和ST(Sketch Tokens)轮廓特征,然后对提取的三类特征均采用Real AdaBoost分类器进行训练;在检测阶段,应用了级联检测的思想,初期使用ACF分类器处理所有实例,保留下来的少数实例应用复杂的LBP及ST分类器进行逐次筛选.实验采用INRIA数据集对算法进行仿真,该算法的平均对数漏检率为13.32％,与ACF算法相比平均对数漏检率降低了3.73个百分点.实验结果表明LBP特征与ST特征能有对ACF特征进行信息互补,从而在复杂场景下去掉部分误判,提高了行人检测的精度,同时应用级联检测保证了多特征算法的计算效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩建栋	山西大学计算机与信息技术学院	10	133	6.0	10.0
2	邓一凡	山西大学计算机与信息技术学院	1	6	1.0	1.0