基于自编码神经网络与AdaBoost的快速行人检测算法

• 作者: 周利亚 李得锋 王克俭 韩宪忠
• 来源期刊: 中南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 行人检测 HOG特征 AdaBoost算法 自编码网络 ACF模型
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 计算机科学
• 页码范围: 108-113
• 页数: 6页
• 分类号: TP391.9
• 字数: 5192字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-4321.2018.01.022

摘要

针对传统基于HOG特征与AdaBoost算法分类器在目标检测中存在检测速度慢、误差率大的问题,提出了一种基于自编码神经网络与AdaBoost的快速行人检测算法.该算法首先利用基于ACF模型的目标检测算法对图像进行预处理,获得疑似目标区域;然后对获取的子区域进行尺度归一化,提取HOG特征,并输入到自编码神经网络中进行降维;最后利用AdaBoost分类器对分类检测,输出检测到的行人区域.实验结果表明:文中所提算法的行人检测性能超过现有的检测算法,其检测速度也超过大多数算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩宪忠	河北农业大学信息科学与技术学院	30	145	7.0	11.0
2	王克俭	河北农业大学信息科学与技术学院	42	288	10.0	16.0
3	周利亚	河北农业大学信息科学与技术学院	5	19	3.0	4.0
4	李得锋	河北农业大学信息科学与技术学院	1	3	1.0	1.0