|
|||||
|
|
| 采用HOG特征和机器学习的行人检测方法 | |
| 引用本文： | 陈丽枫,王佳斌,郑力新.采用HOG特征和机器学习的行人检测方法[J].华侨大学学报(自然科学版),2018(5). |
| 作者姓名： | 陈丽枫 王佳斌 郑力新 |
| 作者单位： | 华侨大学工学院;华侨大学工业智能化技术与系统福建省高校工程研究中心 |
| 摘 要： | 针对基于方向梯度直方图(HOG)/线性支持向量机(SVM)算法的行人检测方法中存在检测速度慢的问题,提出一种将HOG特征与Adaboost-BP模型相结合的行人检测方法.利用边缘检测技术快速检测出行人候选区域,提取出多尺度多方向的HOG特征,利用Adaboost算法训练多个反向传播神经网络用于构建强分类器,实现对测试样本图像的检测识别.结果表明:文中方法具有更高的检测率、更低的误报率和漏检率,具有较好的检测效果. |
| 本文献已被 CNKI 等数据库收录！ | |