作者:张雪松行人检测广义霍夫变换碎片特征室外场景
摘要:提出一种基于广义霍夫变换的室外场景行人检测方法。首先从少量标注图片中随机地提取行人图像碎片构造碎片字典,然后使用图像碎片对每一幅训练图片计算特征向量。为了能够在静态图片中快速地检测行人,使用Gentleboost算法训练检测器,在每一次迭代时学习一个决策树桩弱分类器,该弱分类器可以从高维特征向量中选择一个当前区分度最好的碎片特征。在运行检测器时,所有的弱分类器在测试图片中对于行人的可能出现位置进行投票。最后,将各个弱分类器的投票结果进行叠加,并用设定的检测阈值剔除得分较低的检测结果后得到检测输出。在LabelMe数据集上的实验表明,该方法可以快速地在静态图片中检测出行人,需要较少的训练数据且有效地解决了部分遮挡问题。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社