改进特征与GPU加速的行人检测

• 作者: 李佶 王慈淳 蒋建国 齐美彬
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 行人检测 GPU加速 SILTP特征 HOG特征 支持向量机(SVM)分类器
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 图像分析和识别
• 页码范围: 1171-1180
• 页数: 10页
• 分类号: TP391
• 字数: 7200字
• 语种: 中文
• DOI: 10.11834/jig.170517

摘要

目的 目前行人检测存在特征维度高、检测耗时的问题,行人图像易受到光照、背景、遮挡等影响,给实际行人检测造成了一定困难.为了提高检测准确性,减少检测耗时,针对以上问题,提出一种改进特征与GPU(graphic processing unit)加速的行人检测算法.方法 首先,采用多尺度无缩放思想,通过canny算子对所有样本进行预处理,减少背景干扰与统一归格化的形变影响.然后,针对实际视频中的遮挡问题,把图像分成头部、左臂、上身、右臂、左腿、右腿6个区域.接着选取比LBP(local binary patterns)特征鲁棒性更好的SILTP(scale invariant local ternary pattern)特征作为纹理特征,在GPU空间中并行提取;同时,分别提取6个区域的HOG(histogram of oriented gradient)特征值,结合行人轮廓在6个区域上的梯度方向分布特性,对其进行加权.最后,将提取的全部特征输出到CPU(central processing unit),利用支持向量机(SVM)分类器实现行人检测.结果 在INRIA、NICTA数据集上进行实验,INRIA数据集上检测率达到99.80％,NICTA数据集上检测率达到99.91％,并且INRIA数据集上检测时间加速比达到12.19,NICTA数据集上达到13.49,相对传统HOG、LBP算法,检测率、时间比实现提高.结论 提出的改进HOG-SILTP特征与GPU加速的行人检测算法,能够有效表达行人信息,改善传统特征提取方式带来的耗时与形变影响,对环境变化、遮挡具有较强的鲁棒性.该算法在检测率、检测时间方面均有提高,能够实现有效、快速的行人检测,具有实际意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	齐美彬	合肥工业大学计算机与信息学院	134	1683	20.0	34.0
2	蒋建国	合肥工业大学计算机与信息学院	245	2905	27.0	39.0
3	王慈淳	合肥工业大学计算机与信息学院	2	17	2.0	2.0
4	李佶	合肥工业大学计算机与信息学院	2	17	2.0	2.0