%0 Journal Article
%T 基于稀疏多尺度分割和级联形变模型的行人检测算法<br>A Pedestrian Detection Algorithm Based on Sparse Multi-scale Image Segmentation and Cascade Deformable Part Model
%A 吕瑞
%A 邵振峰&lt
%A br&gt
%A LV Rui
%A SHAO Zhenfeng
%J 武汉大学学报·信息科学版
%D 2016
%R 10.13203/j.whugis20140212
%X 行人检测是视频大数据中提取信息的关键技术之一，是视频大数据挖掘的关键环节。提出了一种基于稀疏多尺度分割和级联形变模型的行人检测算法。首先设计基于图像纹理的稀疏多尺度分割算法提取潜在行人区域，完成初级多尺度检测；同时缩小检测范围，剔除大量背景区域；再基于级联形变模型在候选特征区域进行精细检测，最终实现由粗到细的快速行人检测。在TUD-Crossing和TUD-Pedestrian等公开数据集上对算法进行了测试。实验结果表明，本文算法降低了虚警率，提升了检测速度
%K 行人检测
%K 稀疏多尺度分割
%K 级联形变模型
%K &lt
%K br&gt
%K pedestrian detection
%K sparse multi-scale image segmentation
%K cascade deformable part model
%U http://ch.whu.edu.cn/CN/abstract/abstract5603.shtml