基于显著性检测与hog_nmf特征的快速行人检测方法_孙锐

《基于显著性检测与hog_nmf特征的快速行人检测方法_孙锐》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第35卷第8期电子与信息学报Vol.35No.82013年8月JournalofElectronics&InformationTechnologyAug.2013基于显著性检测与HOG-NMF特征的快速行人检测方法*①②③①孙锐陈军高隽①(合肥工业大学计算机与信息学院合肥230009)②(奇瑞汽车博士后工作站芜湖241009)③(奇瑞汽车股份有限公司前瞻技术科学院芜湖241009)摘要：行人检测在机器人、驾驶辅助系统和视频监控等领域有广泛的应用，该文提出一种基于显著性检测与方向梯度直方图-非负矩阵分解(Histogramo

2、fOrientedGradient-Non-negativeMatrixFactorization,HOG-NMF)特征的快速行人检测方法。采用频谱调谐显著性检测提取显著图，并基于熵值门限进行感兴趣区域的提取；组合非负矩阵分解和方向梯度直方图生成HOG-NMF特征；采用加性交叉核支持向量机方法(IntersectionKernelSupportVectorMachine,IKSVM)。该算法显著降低了特征维数，在相同的计算复杂度下明显改善了线性支持向量机的检测率。在INRIA数据库的实验结果表明，该方法对比HOG/线性SV

3、M和HOG/RBF-SVM显著减少了检测时间，并达到了满意的检测率。关键词：行人检测；显著性检测(SD)；方向梯度直方图(HOG)；非负矩阵分解(NMF)；交叉核支持向量机(IKSVM)中图分类号：TP391.41文献标识码：A文章编号：1009-5896(2013)08-1921-06DOI：10.3724/SP.J.1146.2012.01700FastPedestrianDetectionBasedonSaliencyDetectionandHOG-NMFFeatures①②③①SunRuiChenJunGaoJun

4、①(SchoolofComputerandInformation,HefeiUniversityofTechnology,Hefei230009,China)②(CheryAutomobilePostdoctoralWorkstation,Wuhu241009,China)③(AcademyofScienceandAdvancedTechnology,CheryAutomobileCompany,Wuhu241009,China)Abstract:Pedestriandetectionisakeyabilityforava

5、rietyofimportantapplications,suchasrobotics,driverassistancesystemsandsurveillance.ThispaperpresentsafastpedestriandetectionbasedonsaliencydetectionandHistogramofOrientedGradient-Non-negativeMatrixFactorization(HOG-NMF)features.Theregionsofinterestareextractedusin

6、gthefrequencytunedsaliencydetectionandthresholdbasedonentropy.AnovelHOG-NMFfeaturesthatreducesignificantlythelengthoffeaturevectorareproposed.ClassificationmethodusingintersectionkernelSVMofferssignificantimprovementsinaccuracyoverlinearSVMwiththesamecomputational

7、complexity.ExperimentsonINRIAdatasetshowthattheproposedmethodreducessignificantlyruntimecomparedwithHOG/linearSVMandHOG/RBF-SVM,achievesthesatisfactoryaccuracy.Keywords:Pedestriandetection;SaliencyDetection(SD);HistogramofOrientedGradient(HOG);Non-negativeMatrixFa

8、ctorization(NMF);IntersectionkernelSVM(IKSVM)1引言[13]-和虚警概率。目前行人检测系统一般分为外观特征提取和分人是机器环境的重要组成部分，人的检测与跟[4]类学习两部分，常用的外观特征如Harr小波，方踪在人机交互中有广泛的应用。行人检测从机器视向梯度直