基于多级特征的红外图像行人检测算法

• 作者: 张驰 李国正 苏树强 谭南林
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 红外图像 行人检测 显著性检测 Zernike矩 卷积神经网络
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 图形图像处理
• 页码范围: 260-265
• 页数: 6页
• 分类号: TP391
• 字数: 5337字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0054626

摘要

由于可见光图像和红外图像的成像原理不同,可见光图像的行人检测算法难以直接应用于红外图像中.为此,提出一种基于多级梯度特征的红外图像行人检测算法.使用改进的图像显著性检测算法提取红外图像的关键区域,应用质心重定位的滑窗算法快速定位其中的高亮区,采用Zernike矩判断图像的对称性及与行人特征的相似性,通过基于边缘信息输入的卷积神经网络模型逐级缩小判定范围.在OTCBVS红外图像行人数据集上的实验结果表明,与稀疏表示算法相比,该算法的检测准确率较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李国正	北京交通大学机械与电子控制工程学院	11	86	5.0	9.0
2	谭南林	北京交通大学机械与电子控制工程学院	50	616	15.0	24.0
3	苏树强	北京交通大学机械与电子控制工程学院	16	122	6.0	10.0
4	张驰	北京交通大学机械与电子控制工程学院	18	92	5.0	9.0