资料下载
×
融合分支定界的可变形部件模型的行人检测
消耗积分:3 |
格式:rar |
大小:1.03 MB |
2017-11-30
分享资料个
针对可变形部件模型（DPM）算法在行人检测领域中的检测精度高，但由于在特征提取和行人定位两步中的计算量过大，导致检测速度过慢而不能应用于实时行人检测的问题，提出了一种融合分支定界算法和级联检测算法的可变形部件模型（ BBCDPM）算法。首先，选取梯度方向直方图（HOG）特征作为描述人体目标的特征，从而生成特征金字塔；然后，进行可变形部件模型的建模，并使用隐变量支持向量机（ LSVM）对模型进行训练；同时，为了提高行人检测的准确度，将传统可变形部件模型算法中的5个部件模型增加到了8个；最后，在利用了级联检测算法简化检测模型的基础上，结合了分支定界算法寻找最大值，排除大量不可能的对象假设，完成对行人目标的定位和检测。在INRIA数据集上进行了实验，结果表明，与传统DPM算法相比，该算法将准确率提高了12个百分点，且大幅提高了行人检测与识别的速度。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
