|
|||||
|
|
| 应用HOG-CHT组合特征的行人检测 | |
| 摘 要： | 为了进一步提高HOG特征和CHT特征的检测率性能,改善低误判率条件下的检测性能,文中采用一种自适应阈值级联线性支持向量机的方案,在特征提取阶段将HOG特征和稀疏化的CHT特征相组合,形成一种表达能力更强的HOG-CHT组合特征.根据正、负类样本在上一级分类器中的输出值,自适应地选取阈值,将难以分类的样本作为下一级分类器的训练样本.在INRIA Person数据集上的实验结果表明:在误判率为0.02的条件下,HOG-CHT组合特征可以将检测率提高至97.60%;在误判率为0的条件下,相较于单个向量机分类器65.23%的检测率,自适应阈值级联线性支持向量机则可以将检测率提高至84.60%.文中提出的HOG-CHT组合特征具有更强的表达能力,自适应阈值级联支持向量机的分类方案很好地改善了系统低误判率部分的检测率. |
| 本文献已被 CNKI 等数据库收录！ | |