华南理工大学学报（自然科学版）
華南理工大學學報（自然科學版）
화남리공대학학보（자연과학판）
JOURNAL OF SOUTH CHINA UNIVERSITY OF TECHNOLOGY(NATURAL SCIENCE EDITION)
2015年
1期
87-91,98
,共6页
驾驶辅助系统%远红外行人检测%Sobel分割%头部识别%方向梯度直方图%支持向量机
駕駛輔助繫統%遠紅外行人檢測%Sobel分割%頭部識彆%方嚮梯度直方圖%支持嚮量機
가사보조계통%원홍외행인검측%Sobel분할%두부식별%방향제도직방도%지지향량궤
driving assistance system%far-infrared pedestrian detection%Sobel segmentation%head recognition%histogram of oriented gradient%support vector machine
基于机器学习的车载单目远红外行人检测方法存在实时性较差和检测精度较低的问题.为此,文中提出了基于边缘分割的头部-方向梯度直方图-支持向量机(Head-HOG-SVM)行人检测方法,引入加权Sobel算子强化行人的垂直边缘以分割行人候选区域;根据不同距离行人的外观模式选择行人检测方法:使用头部特征检测中、近距离行人以改善系统的实时性,使用头部识别级联基于方向梯度直方图特征的支持向量机(HOG-SVM)分类器检测成像模糊的远距离行人.在多个郊区场景视频数据集上的实验结果表明,与基于双阈值分割的HOG-SVM分类方法相比,文中方法的检测精度和检测速度分别提高了约33％和200％.
基于機器學習的車載單目遠紅外行人檢測方法存在實時性較差和檢測精度較低的問題.為此,文中提齣瞭基于邊緣分割的頭部-方嚮梯度直方圖-支持嚮量機(Head-HOG-SVM)行人檢測方法,引入加權Sobel算子彊化行人的垂直邊緣以分割行人候選區域;根據不同距離行人的外觀模式選擇行人檢測方法:使用頭部特徵檢測中、近距離行人以改善繫統的實時性,使用頭部識彆級聯基于方嚮梯度直方圖特徵的支持嚮量機(HOG-SVM)分類器檢測成像模糊的遠距離行人.在多箇郊區場景視頻數據集上的實驗結果錶明,與基于雙閾值分割的HOG-SVM分類方法相比,文中方法的檢測精度和檢測速度分彆提高瞭約33％和200％.
기우궤기학습적차재단목원홍외행인검측방법존재실시성교차화검측정도교저적문제.위차,문중제출료기우변연분할적두부-방향제도직방도-지지향량궤(Head-HOG-SVM)행인검측방법,인입가권Sobel산자강화행인적수직변연이분할행인후선구역;근거불동거리행인적외관모식선택행인검측방법:사용두부특정검측중、근거리행인이개선계통적실시성,사용두부식별급련기우방향제도직방도특정적지지향량궤(HOG-SVM)분류기검측성상모호적원거리행인.재다개교구장경시빈수거집상적실험결과표명,여기우쌍역치분할적HOG-SVM분류방법상비,문중방법적검측정도화검측속도분별제고료약33％화200％.
