文献类型：期刊文章

作　　者：刘威[1] 段成伟[1] 遇冰[1] 柴丽颖[1] 袁淮[1] 赵宏[1]

机构地区：[1]东北大学研究院,辽宁沈阳110179

出　　处：《电子学报》

基　　金：国家自然科学基金(No.61273239);中央高校基本业务费(No.120418001)

年　　份：2015

卷　　号：43

期　　号：2

起止页码：217-224

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20151500737376)、IC、INSPEC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：行人检测是当前计算机视觉领域的挑战性课题之一.本文提出一种基于后验HOG特征的多姿态行人检测方法.首先,统计全部行人样本的梯度特征能量共性信息,对单个行人样本的HOG特征进行加权获得能够表现行人边缘轮廓的后验HOG特征,有效减少复杂背景的影响.其次,利用S-Isomap特征降维方法和K-means聚类方法对不同姿态和视角的行人做子类划分,并针对每一个子类训练子类分类器.最后,根据多个不同姿态的子类分类器输出值,训练等权重加和方式的多姿态-视角集成分类器.不同数据集上的测试结果表明,本文所提利用共性信息获得的后验特征超过了经典HOG和其它典型特征的描述能力.与现有方法相比,通过将所提出的特征与多姿态-视角集成分类器结合,有效地提高了检测精度.

关 键 词：后验HOG特征  梯度能量图  S-Isomap  支持向量机 行人检测

分 类 号：TP391]