上海大学学报(自然科学版) ›› 2018, Vol. 24 ›› Issue (3): 341-351.doi: 10.12066/j.issn.1007-2861.1849
GONG Luming1, XU Meihua1,2(), LIU Dongjun2, ZHANG Fayu1
摘要:
为了提高行人检测系统的检测率,提出了一种基于混合高斯背景建模结合方向梯度直方图(histogram of oriented gradient, HOG)+支持向量机(support vector machine, SVM)的行人检测模型. 首先, 采用混合高斯模型进行前景分割,有效提取出运动目标区域; 然后,在行人识别部分通过缩小检测窗口尺寸来降低HOG特征维数; 另外,利用误识别区域, 对样本库的信息进行二次更新, 以优化SVM分类器; 最后,以随机视频帧为测试样本进行模型性能验证. 结果表明,在保证检测率和检测速率的情况下,该混合高斯结合HOG+SVM模型的误检率仅为4 %,说明该模型能够在复杂场景下实时准确地进行行人检测.
中图分类号: