基于梯度向量直方图的行人检测

针对Adaboost行人检测训练非常耗时的问题,在梯度方向直方图(Histograns of Oriented Gradiant,HOG)特征计算上引入积分向量图,同时对于作为AdaBoost学习过程中的分类器--线性SVM,应用序列最小优化(Seguential Minimal Optimigation,SMO)来解决其二次规划(QP)问题.实验结果表明,通过这两个方面的改进,不仅行人检测训练检测速度得到了提升,而且取得了令人满意的检测效果.     

一种改进的基于图论的图像分割方法

提出了一种融合边缘检测与图论的图像分割方法,在基于图论方法进行图像分割之前,引入边缘检测对像素点进行预分类,以消除图论方法因为区域的过合并导致的欠分割现象.实验结果表明该文的算法能取得很好的分割效果.