基于混合高斯和HOG+SVM的行人检测模型 |
| |
引用本文: | 龚露鸣,徐美华,刘冬军,张发宇.基于混合高斯和HOG+SVM的行人检测模型[J].上海大学学报(自然科学版),2018(3). |
| |
作者姓名: | 龚露鸣 徐美华 刘冬军 张发宇 |
| |
作者单位: | 上海大学微电子研究与开发中心;上海大学机电工程与自动化学院 |
| |
摘 要: | 为了提高行人检测系统的检测率,提出了一种基于混合高斯背景建模结合方向梯度直方图(histogram of oriented gradient,HOG)+支持向量机(support vector machine,SVM)的行人检测模型.首先,采用混合高斯模型进行前景分割,有效提取出运动目标区域;然后,在行人识别部分通过缩小检测窗口尺寸来降低HOG特征维数;另外,利用误识别区域,对样本库的信息进行二次更新,以优化SVM分类器;最后,以随机视频帧为测试样本进行模型性能验证.结果表明,在保证检测率和检测速率的情况下,该混合高斯结合HOG+SVM模型的误检率仅为4%,说明该模型能够在复杂场景下实时准确地进行行人检测.
|
本文献已被 CNKI 等数据库收录! |
|