基于运动特征及位置估计的行人检测算法

• 作者: 弓剑锋 邓一凡 韩建栋
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 运动特征 位置估计 ACF特征 Real Adaboost
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 138-144
• 页数: 7页
• 分类号: TP391.4
• 字数: 6086字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1807-0209

摘要

根据行人运动的特点和行人在图像中位置与身高的对应关系,提出了一种结合运动特征与位置估计的行人检测算法.提取运动特征和聚合通道特征(ACF),将提取的特征放到Real Adaboost分类器里进行训练,并对行人可能存在的位置建立评估模型;在检测阶段,通过分类器确定行人的候选区域,然后采用非极大值抑制算法去除重叠窗口,最后对行人候选区域应用位置评估模型进一步判断,以此排除可能的非行人目标.实验采用Caltech数据集对算法进行仿真,该算法的平均对数漏检率为27.12%,与ACF算法的相比降低了5.9个百分点.实验表明运动特征在视频检测中能够与静态特征进行信息互补,同时行人的位置估计在摄像机固定的情况下,具有一定的判断能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩建栋	山西大学计算机与信息技术学院	10	133	6.0	10.0
2	弓剑锋	山西大学计算机与信息技术学院	2	2	1.0	1.0
3	邓一凡	山西省自动化研究所软件工程事业部	1	0	0.0	0.0