%0 Journal Article
%T 基于后验HOG特征的多姿态行人检测
%A 刘威
%A 段成伟
%A 遇冰
%A 柴丽颖
%A 袁淮
%A 赵宏
%J 电子学报
%P 217-224
%D 2015
%R 10.3969/j.issn.0372-2112.2015.02.002
%X 行人检测是当前计算机视觉领域的挑战性课题之一.本文提出一种基于后验HOG特征的多姿态行人检测方法.首先,统计全部行人样本的梯度特征能量共性信息,对单个行人样本的HOG特征进行加权获得能够表现行人边缘轮廓的后验HOG特征,有效减少复杂背景的影响.其次,利用S-Isomap特征降维方法和K-means聚类方法对不同姿态和视角的行人做子类划分,并针对每一个子类训练子类分类器.最后,根据多个不同姿态的子类分类器输出值,训练等权重加和方式的多姿态-视角集成分类器.不同数据集上的测试结果表明,本文所提利用共性信息获得的后验特征超过了经典HOG和其它典型特征的描述能力.与现有方法相比,通过将所提出的特征与多姿态-视角集成分类器结合,有效地提高了检测精度.
%K 后验HOG特征
%K 梯度能量图
%K S-Isomap
%K 支持向量机
%K 行人检测
%U http://www.ejournal.org.cn/CN/abstract/abstract8796.shtml