基于级联特征分类器的行人检测算法

• 作者: 徐辉 李海翔 唐世轩 刘威龙 王雨晨
• 来源期刊: 实验室研究与探索
• 关键词: 方向梯度共生直方图 鲁棒局部二值模式 级联特征分类器 特征融合
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 专题研讨——虚拟仿真实验(90)|Special Topic Discussion——Virtual Simulation Experiment(90)
• 页码范围: 127-132
• 页数: 6页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.19927/j.cnki.syyt.2021.02.025

摘要

为进一步提升方向梯度直方图-局部二值模式(HOG-LBP)特征融合的行人算法在检测精度以及加快融合后的算法检测速度,提出了一种基于级联特征分类器的行人检测算法.计算样本集的方向梯度共生直方图(CoHOG)特征和鲁棒局部二值模式(RLBP)特征,使用这两种特征训练两种特征弱分类器,并将两种特征融合训练CoHOG-RLBP特征弱分类器.针对算法中存在的特征维数过高导致算法检测速度慢的问题,将各特征分类器以不同数量进行级联,构建一个6级特征弱分类器组成的级联特征分类器实现对行人目标的检测,同时使用soft-NMS算法对输出的检测窗口进行融合.在INRIA行人数据集上进行实验,实验结果表明本文算法有效提高了检测的精度与速度.