通信技术
通信技術
통신기술
COMMUNICATIONS TECHNOLOGY
2012年
7期
75-77,93
,共4页
边缘信息%统计结构梯度%SSG%SVM
邊緣信息%統計結構梯度%SSG%SVM
변연신식%통계결구제도%SSG%SVM
针对自然背景下的行人检测问题,从人体最显著的轮廓信息出发,提出一种基于统计结构梯度( SSG,Statistical Structural Gradient)的行人检测算法.采用支持向量机(SVM,Support Vector Machine)算法对数据库中行人样本的SSG特征进行训练,得到行人检测分类器.提出的SSG算法在sobe1 图像中仅做结构统计和角度幅值计算,能够采用积分图加速行人检测速度.对INRIA数据库中的288张样本进行测试,误检率(FPPW,False Positives Per Window)为10-5,检测率等于90.89%.
針對自然揹景下的行人檢測問題,從人體最顯著的輪廓信息齣髮,提齣一種基于統計結構梯度( SSG,Statistical Structural Gradient)的行人檢測算法.採用支持嚮量機(SVM,Support Vector Machine)算法對數據庫中行人樣本的SSG特徵進行訓練,得到行人檢測分類器.提齣的SSG算法在sobe1 圖像中僅做結構統計和角度幅值計算,能夠採用積分圖加速行人檢測速度.對INRIA數據庫中的288張樣本進行測試,誤檢率(FPPW,False Positives Per Window)為10-5,檢測率等于90.89%.
침대자연배경하적행인검측문제,종인체최현저적륜곽신식출발,제출일충기우통계결구제도( SSG,Statistical Structural Gradient)적행인검측산법.채용지지향량궤(SVM,Support Vector Machine)산법대수거고중행인양본적SSG특정진행훈련,득도행인검측분류기.제출적SSG산법재sobe1 도상중부주결구통계화각도폭치계산,능구채용적분도가속행인검측속도.대INRIA수거고중적288장양본진행측시,오검솔(FPPW,False Positives Per Window)위10-5,검측솔등우90.89%.