基于多源数据融合的行人检测算法

• 作者: 段瑞雪 马凯悦 张仰森
• 来源期刊: 北京信息科技大学学报（自然科学版）
• 关键词: 行人检测 方向梯度直方图 支持向量机 数据融合
• 年，卷（期）: 2021,（1）
• 页码范围: 57-62
• 页数: 6页
• 分类号: TP317.4
• 语种: 中文
• DOI: 10.16508/j.cnki.11-5866/n.2021.01.011

摘要

行人检测是计算机视觉领域的核心算法,存在很多常用的数据集,其中Caltech数据集为视频数据,INRIA为静态数据,为了能够更好地利用有效的数据,提出一种基于多源数据融合的行人检测算法.采用方向梯度直方图和支持向量机的算法,通过增加负样本个数,以及增加难例的方式实现行人检测效果的提升.在训练集类型、样本处理方法上进行方法演进,得到普适性和特殊性的结论;实验采用INRIA为训练集、Caltech为开发集和测试集的方式进行多源数据融合,实现行人检测;在满足快速检测的前提下,使用F1值和满意指标RT作为评测指标,提出了去除小尺度标注是进一步提高系统性能的方向.基于多源数据融合的方式,实现了 Caltech和INRIA正负测试集之间的检测切换,解决了模型难以在Caltech上进行评测的问题.