基于边缘对称性和HOG的行人检测方法

《基于边缘对称性和HOG的行人检测方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第38卷第5期计算机工程2012年3月Vol.38No.5ComputerEngineeringMarch2012·人工智能及识别技术·文章编号：1000—3428(2012)05—0179—04文献标识码：A中图分类号：TP391.4基于边缘对称性和HOG的行人检测方法abb姚雪琴，李晓华，周激流(四川大学a.电子信息学院；b.计算机学院，成都610065)摘要：传统基于HOG特征的行人检测方法存在检测速度慢的问题。为此，提出一种基于边缘对称性和HOG的行人检测方法。利用对称差分提取输入窗口的垂直边缘，根据垂直边缘的对称性快速检测出行

2、人候选区，采用HOG特征和线性支持向量机对行人候选区进行验证。实验结果表明，该方法在保持传统方法检测率的同时，能提高检测速度。关键词：行人检测；对称差分；垂直边缘；边缘对称性；HOG特征；线性支持向量机；十折交叉验证PedestrianDetectionMethodBasedonEdgeSymmetryandHOGabbYAOXue-qin,LIXiao-hua,ZHOUJi-liu(a.CollegeofElectronicsandInformationEngineering;b.CollegeofComputerScience,Si

3、chuanUniversity,Chengdu610065,China)【Abstract】ThedetectionspeedoftraditionalpedestriandetectionmethodbasedonHistogramsofOrientedGradient(HOG)featureisslow.Inordertodetectpedestrianfaster,apedestriandetectionmethodbasedonedgesymmetryandHOGisproposed.Symmetricdifferenceisu

4、sedtoextracttheverticaledgeoftheinputwindow.Candidatepedestrianscanbedetectedrapidlyaccordingtothesymmetryoftheverticaledge.CandidatepedestriansarevalidatedbyusingHOGfeatureandlinearSupportVectorMachine(SVM).Experimentalresultsshowthattheproposedmethodcanincreasethedetec

5、tionspeedwhilemaintainingthecomparabledetectionratetothetraditionalmethodbasedonHOGfeature.【Keywords】pedestriandetection;symmetricdifference;verticaledge;edgesymmetry;HistogramsofOrientedGradient(HOG)feature;linearSupportVectorMachine(SVM);10-foldcross-validationDOI:10.3

6、969/j.issn.1000-3428.2012.05.0551概述计算量相当大。为了加快检测速度，本文对该方法进行了改行人检测在计算机视觉领域中已成为研究热点。它在辅进。先利用边缘对称性快速检测出行人候选区，再使用HOG助驾驶、视频监控、远距离身份识别、人机交互等领域都有特征和线性SVM对行人候选区进行验证。由于图像的大部着广泛的应用前景。然而，由于人具有多种形状、多种姿态，分子窗口都是背景图像，而基于边缘对称性的检测速度快，并且受到周围复杂的环境、摄像机拍摄角度差异及行人尺度且能排除大量的非行人窗口，从而提高了检测速度。差异等众多

7、因素的影响，因此使得行人检测成为一个非常困2基于边缘对称性的初检测难的问题。本文利用边缘对称性进行初检测，具体做法如下：先利经过十多年的研究，研究者已经提出了多种多样的检测用对称差分提取输入窗口的垂直边缘，再根据此垂直边缘的方法。根据采集图像的传感器类别，这些方法可分为两大类：对称性来识别行人。[1-2][3-11]基于非视觉传感器和基于视觉传感器。基于非视觉传图像中人体的垂直边缘一般都具有对称性，当它大于某感器的方法对传感器要求高，检测率较低。因此，目前的主个阈值时，则可判为行人。因此，本文利用这种边缘对称性流方法仍是基于视觉传感器的

8、方法，该类方法又可分为以下进行初步的行人检测。由于计算HOG时是采用对称差分来[3-4]4类：(1)基于运动信息的方法，利用人体运动的周期性来计算梯度的，因此为了减少计算量，窗口的垂直边缘也采用确定图像中的