多尺度空间金字塔池化PCANet的行人检测

• 作者: 叶学义 夏胡云 王鹏 罗宵晗
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 行人检测 深度学习架构 主成分分析网络 多尺度特征 空间金字塔池化 显著性特征
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 多媒体技术及应用
• 页码范围: 270-277
• 页数: 8页
• 分类号: TP391.4
• 字数: 5981字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0049831

摘要

针对非理想条件下行人检测的性能和效率问题, 提出多尺度空间金字塔PCANet.将空间金字塔作为网络的特征池化层, 通过分层池化特征的方式获得图像的显著性特征, 并将底层特征和高层特征级联以获得样本的多尺度特征的向量表示, 输入SVM分类器.在INRIA和NICTA数据库中, 与HOG、CNN等算法进行行人检测对比实验, 结果表明, 该算法有更高的正确检测率、更低的漏检率和误检率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶学义	杭州电子科技大学模式识别与信息安全实验室	40	202	8.0	11.0
2	夏胡云	杭州电子科技大学模式识别与信息安全实验室	3	16	2.0	3.0
3	王鹏	杭州电子科技大学模式识别与信息安全实验室	6	8	2.0	2.0
4	罗宵晗	杭州电子科技大学模式识别与信息安全实验室	4	6	2.0	2.0