基于Bandelet变换与人体部位的人体检测方法

本文由图像的几何流特性出发,提出了一种基于第二代Bandelet变换与部位的人体检测方法.首先,利用优化后Bandelet变换的Bandelet系数及其统计特征作为人体图像的特征,通过相关试验确立了相关的最优参数和统计特征.然后再利用AdaBoost算法训练人体及各部位分类器.最后通过计算人体各部位的似然度,联合部位结合策略进行人体检测.试验结果表明,本文提出的特征提取方法能够更好地表征人体,并能有效地改善分类器性能,相应的部位检测方法可显著提高静态图像中人体目标检测的鲁棒性.