Hadoop云平台下基于HOG特征和Adaboost分类器的快速行人检测算法

• 作者: 刘涛 周先春 黄金国
• 来源期刊: 计算机测量与控制
• 关键词: 行人检测 Hadoop 云计算 主成分分析 梯度直方图 Adaboost
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 49-51,55
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2018.04.013

摘要

行人检测在安保领域、无人驾驶领域、机器视觉领域以及多媒体分析领域等具有广泛的应用;针对目前行人检测技术运算量大、实时性差等不足,提出了一种Hadoop云平台下基于梯度直方图(HOG)特征和Adaboost算法的快速行人检测方法;该方法首先利用云计算模式提取图片的HOG特征,然后利用PCA方法对提取特征降维,最后使用Adaboost算法构建分类器对降维特征进行分类;利用不同场景照片对本文方法进行实验,仿真结果表明,在保持较高检测准确度前提下,采用Hadoop云计算的检测速度比传统的基于HOG特征行人检测算法提高将近五倍,有效提高检测算法的实时性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周先春	南京信息工程大学电子与信息工程学院	61	251	9.0	13.0
2	黄金国	江苏开放大学信息与机电工程学院	12	22	3.0	4.0
3	刘涛	江苏开放大学信息与机电工程学院	14	21	3.0	3.0