原文服务方: 计算机测量与控制       
摘要:
HOG特征对行人轮廓有很好的描述能力,但基于HOG特征的行人检测存在检测速度慢、漏检率较高的问题,使得该算法的实践应用范围受限;针对检测速度慢、漏检率较高的问题,提出了一种基于PHOG特征的行人检测算法;首先,提出了PHOG特征,该特征对cell内的梯度特征进行强化,增大了目标与背景的梯度分布区别,从而使目标更容易被分类器学习和识别;然后提出了构建特征金字塔的方法,并对PHOG特征进行有效地降维,大幅度减少了检测时间;实验结果表明,提出的PH OG-PCA特征将漏检率从35%降到了22%,检测速度也比一些流行算法快.
推荐文章
基于多特征的行人检测算法
行人检测
相位一致性特征
方向梯度直方图
局部二值模式算子
基于俯仰角修正的HOG特征快速行人检测算法
快速行人检测算法
HOG特征
俯仰角修正
SVM
基于随机森林的层次行人检测算法
行人检测
随机森林
图像金字塔
主方向模板
霍夫投票
基于似物目标的快速行人检测算法
似物目标检测
二值化赋范梯度
方向梯度直方图
极限学习机
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PHOG特征的行人检测算法研究
来源期刊 计算机测量与控制 学科
关键词 行人检测 HOG特征 PHOG特征 PHOG-PCA特征 特征金字塔
年,卷(期) 2018,(8) 所属期刊栏目 设计与应用
研究方向 页码范围 158-162,167
页数 6页 分类号 TP391.41
字数 语种 中文
DOI 10.16526/j.cnki.11-4762/tp.2018.08.035
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 张娜 浙江理工大学信息学院 72 213 8.0 12.0
2 桂江生 浙江理工大学信息学院 26 58 5.0 6.0
3 包晓安 浙江理工大学信息学院 80 324 9.0 15.0
4 朱晓芳 浙江理工大学信息学院 6 6 2.0 2.0
5 胡玲玲 浙江理工大学信息学院 9 25 3.0 4.0
6 高春波 浙江理工大学信息学院 6 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (42)
共引文献  (57)
参考文献  (12)
节点文献
引证文献  (2)
同被引文献  (2)
二级引证文献  (1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(9)
  • 参考文献(0)
  • 二级参考文献(9)
2013(10)
  • 参考文献(0)
  • 二级参考文献(10)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(7)
  • 参考文献(5)
  • 二级参考文献(2)
2016(5)
  • 参考文献(3)
  • 二级参考文献(2)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
行人检测
HOG特征
PHOG特征
PHOG-PCA特征
特征金字塔
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
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导