基于自编码神经网络与AdaBoost的快速行人检测算法 |
| |
引用本文: | 韩宪忠,李得锋,王克俭,周利亚.基于自编码神经网络与AdaBoost的快速行人检测算法[J].中南民族大学学报(自然科学版),2018(1):108-113. |
| |
作者姓名: | 韩宪忠 李得锋 王克俭 周利亚 |
| |
作者单位: | 河北农业大学信息科学与技术学院; |
| |
摘 要: | 针对传统基于HOG特征与Ada Boost算法分类器在目标检测中存在检测速度慢、误差率大的问题,提出了一种基于自编码神经网络与Ada Boost的快速行人检测算法.该算法首先利用基于ACF模型的目标检测算法对图像进行预处理,获得疑似目标区域;然后对获取的子区域进行尺度归一化,提取HOG特征,并输入到自编码神经网络中进行降维;最后利用Ada Boost分类器对分类检测,输出检测到的行人区域.实验结果表明:文中所提算法的行人检测性能超过现有的检测算法,其检测速度也超过大多数算法.
|
关 键 词: | 行人检测 HOG特征 AdaBoost算法 自编码网络 ACF模型 |
Fast Pedestrian Detection Algorithm Based on Auto-encoder Neural Network and AdaBoost |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|