%0 Journal Article
%T 采用HOG特征和机器学习的行人检测方法
%A 王佳斌
%A 郑力新
%A 陈丽枫
%J 华侨大学学报(自然科学版)
%D 2018
%R 10.11830/ISSN.1000-5013.201612041
%X 针对基于方向梯度直方图(HOG)/线性支持向量机(SVM)算法的行人检测方法中存在检测速度慢的问题,提出一种将HOG特征与Adaboost-BP模型相结合的行人检测方法.利用边缘检测技术快速检测出行人候选区域,提取出多尺度多方向的HOG特征,利用Adaboost算法训练多个反向传播神经网络用于构建强分类器,实现对测试样本图像的检测识别.结果表明:文中方法具有更高的检测率、更低的误报率和漏检率,具有较好的检测效果.
%K 行人检测
%K 行人候选区域
%K 梯度方向直方图
%K 反向传播神经网络
%K Adaboost算法
%U http://www.hdxb.hqu.edu.cn/oa/DArticle.aspx?type=view&id=201805024