软件学报
軟件學報
연건학보
JOURNAL OF SOFTWARE
2011年
12期
3004-3014
,共11页
目标检测%人体检测%多视角%遮挡
目標檢測%人體檢測%多視角%遮擋
목표검측%인체검측%다시각%차당
提出一种多尺度方向(multi-scale orientation,简称MSO)特征描述子用于静态图片中的人体目标检测.MSO特征由随机采样的图像方块组成,包含了粗特征集合与精特征集合.其中,粗特征是图像块的方向,而精特征由Gabor小波幅值响应竞争获得.对于两种特征,分别采用贪心算法进行选择,并使用级联Adaboost算法及SVM训练检测模型.基于粗特征的Adaboost分类器能够保证高的检测速度,而基于精特征的SVM分类器则保证了检测精度.另外,通过MSO特征块的平移,使得所提算法能够检测多视角的人体.通过对于MSO特征块的装配,使得算法能够检测人群中相互遮挡的人体目标.在INRIA公共测试集合及SDL多视角测试集合上的实验结果表明,算法具有对视角与遮挡的鲁棒性和较高的检测速度.
提齣一種多呎度方嚮(multi-scale orientation,簡稱MSO)特徵描述子用于靜態圖片中的人體目標檢測.MSO特徵由隨機採樣的圖像方塊組成,包含瞭粗特徵集閤與精特徵集閤.其中,粗特徵是圖像塊的方嚮,而精特徵由Gabor小波幅值響應競爭穫得.對于兩種特徵,分彆採用貪心算法進行選擇,併使用級聯Adaboost算法及SVM訓練檢測模型.基于粗特徵的Adaboost分類器能夠保證高的檢測速度,而基于精特徵的SVM分類器則保證瞭檢測精度.另外,通過MSO特徵塊的平移,使得所提算法能夠檢測多視角的人體.通過對于MSO特徵塊的裝配,使得算法能夠檢測人群中相互遮擋的人體目標.在INRIA公共測試集閤及SDL多視角測試集閤上的實驗結果錶明,算法具有對視角與遮擋的魯棒性和較高的檢測速度.
제출일충다척도방향(multi-scale orientation,간칭MSO)특정묘술자용우정태도편중적인체목표검측.MSO특정유수궤채양적도상방괴조성,포함료조특정집합여정특정집합.기중,조특정시도상괴적방향,이정특정유Gabor소파폭치향응경쟁획득.대우량충특정,분별채용탐심산법진행선택,병사용급련Adaboost산법급SVM훈련검측모형.기우조특정적Adaboost분류기능구보증고적검측속도,이기우정특정적SVM분류기칙보증료검측정도.령외,통과MSO특정괴적평이,사득소제산법능구검측다시각적인체.통과대우MSO특정괴적장배,사득산법능구검측인군중상호차당적인체목표.재INRIA공공측시집합급SDL다시각측시집합상적실험결과표명,산법구유대시각여차당적로봉성화교고적검측속도.
