基于改进卷积神经网络结合支持向量机的行人检测算法

• 作者: 李雷 焦佳丽
• 来源期刊: 电视技术
• 学科: 工学
• 关键词: 行人检测 支持向量机 HOG特征 卷积神经网络
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 数字视频
• 页码范围: 1-4,10
• 页数: 5页
• 分类号: TN399
• 字数: 2733字
• 语种: 中文
• DOI: 10.16280/j.videoe.2018.09.001

摘要

在目前人工智能技术的发展与需求加大的背景下,行人检测作为计算机视觉领域中的重要问题,也成为重点的研究方向.结合传统算法支持向量机,提出了一种将改进卷积神经网络的特征提取与传统的支持向量机的分类器相结合的方法.首先对图像构建多尺度图像子块,对子块进行CNN特征提取分类,再对输出特征图用支持向量机进行二次分类.实验表明,该方法对于行人检测具有较高的准确率和召回率,高于传统方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李雷	南京邮电大学理学院	82	539	12.0	18.0
2	焦佳丽	南京邮电大学理学院	1	1	1.0	1.0