基于改进颜色自相似特征的行人检测方法-论文.pdf

《基于改进颜色自相似特征的行人检测方法-论文.pdf》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、JournalofComputerApplicationsISSN10o1—90812014．07．10计算机应用，2014，34(7)：2033—2035，2070CODENJYIIDUhttp：／／www．joca．cn文章编号：1001．9081(2014)07-2033—03doi：10．11772／j．issn．1001-9081．2014．07．2033基于改进颜色自相似特征的行人检测方法顾会建，陈俊周(西南交通大学信息科学与技术学院，成都610031)(通信作者电子邮箱ugigguy@163．com)摘要：近年来多尺度行人检测在计算机视觉领

2、域受到广泛关注。传统方法需对图像缩放，在不同尺度计算特征，大大降低了行人检测的速度。颜色自相似特征(CSSF)被提出以克服此不足。针对颜色自相似度特征具有维度高和分类器训练时间长等问题，提出一种改进的颜色自相似度特征。改进的颜色自相似度特征结合行人结构相似度，首先定义了固定尺寸的窗口，然后在不同的颜色空间滑动固定大小的窗口进行特征提取，最后结合自适应增强(AdaBoost)算法构建行人检测分类器。实验结果显示：相对于传统颜色自相似度特征的千万级维度，新的特征只有几千维，特征提取速度和分类器训练速度显著提高，检测效果略有下降；与梯度方向直方图特征(HOG)

3、相比，特征提取速度提高5倍，检测效果基本不变，新的方法在实时行人检测和监控系统中有很好的应用价值。关键词：结构相似；颜色自相似度特征；多尺度行人检测；尺度不变性；AdaBoost中图分类号：TP391．4文献标志码：APedestriandetectionbasedonimprovedcolorself-similarityfeatureGUHuijian．CHENJunzhou(SchoolofInformationScienceandTechnology,SouthwestJiaotongUniversity,ChengduSichuan610031

4、，China)Abstract：Inrecentyears，multiscalepedestriandetectionreceivedextensiveattentionsinthefieldofcomputervision．Intraditionalmethods，theinputimagemustberesizedwitIldiferentscalestocomputethefeatures，whichsignificantlyreducesthedetectionspeed．ColorSelf-SimilarityFeature(CSSF)wasp

5、resentedtoovercomethisproblem．AnimprovedCSSFwithlowerdimensionwasproposedfortheCSSFwhosedimensionistoohighandtime-consuminginthetrainingprocessoftheclassifiers．Combined、Ⅳitllpedestrianstructuralsimilarity，afixed-sizewindowwasdefinedatfirst，andthentheimprovedCSSFWasextractedbyslid

6、ingthefixed-sizewindowindiferentcolorspace．Finally，thepedestriandetectionclassifierWasconstructedbycombiningtllAdaBoostalgorithm．TestshowsthatcomparedwiththetraditionalCSSFwhosedimensionistenmillions，newfeaturedimensionisonlyafewthousand，anditcanbeextractedandtrainedfaster，butdet

7、ectionefectdecreasesslightly；comparedwiththeHistogramofOrientedGradient(HOG)，featureextractionspeedimproves5times，detectionefectisessentiallythesanle．Thenewmethodhasagoodapplicationvalueinreal-timepedestriandetectionandmonitoringsystems．Keywords：structuralsimilarity；ColorSelf-Sim

8、ilarityFeature(CSSF)；muhiscalepedestrian