作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统的HOG+SVM行人检测模型易受行人所处位置、影像大小和背景干扰等因素影响的问题,提出了一种基于选择性搜索和机器学习的级联行人检测算法.综合运用密集搜索、分割搜索和随机采样搜索方法,改进选择性搜索产生的候选窗口,可以减少大量非行人窗口的数量.将HOG特征和AlexNet模型相结合,可有效提高行人检测的效率,降低误检率和漏检率.
推荐文章
采用HOG特征和机器学习的 行人检测方法
行人检测
行人候选区域
梯度方向直方图
反向传播神经网络
Adaboost算法
基于ACF与PCANet改进通道特征的级联行人检测
行人检测
聚合通道特征算法
积分通道特征
卷积网络
主成分分析
自动学习
基于支持向量机优化的行人跟踪学习检测方法?
支持向量机
行人检测跟踪
TLD
基于助老机器人的行人检测与跟踪算法研究
助老机器人
行人检测
方向梯度直方图
支持向量机
核相关滤波器
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 基于机器学习的级联行人检测方法研究
来源期刊 重庆科技学院学报(自然科学版) 学科 工学
关键词 行人检测 选择性搜索 机器学习 误检率 漏检率
年,卷(期) 2019,(5) 所属期刊栏目 算法研究与计算机应用
研究方向 页码范围 62-65
页数 4页 分类号 TP391.41
字数 2931字 语种 中文
DOI 10.3969/j.issn.1673-1980.2019.05.017
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 蔡凡 闽南理工学院工业自动化控制技术与信息处理福建省高校重点实验室 9 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (13)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
行人检测
选择性搜索
机器学习
误检率
漏检率
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
重庆科技学院学报(自然科学版)
双月刊
1673-1980
50-1174/N
大16开
重庆大学城
1995
chi
出版文献量(篇)
4247
总下载数(次)
8
总被引数(次)
13371
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导