论文部分内容阅读
传统的目标检测是基于滑动窗口搜索的方法,利用分类器对图像中不同位置、尺度的区域进行判断,确定该位置是否存在目标。这种方法需要对大量候选窗(区域)做判断,因此需要较大的计算量。本文根据人体特点,提出了一种基于分级判断的方法,需要判断的候选窗逐级减少,因此可以大量减少复杂特征和分类器需要判断的候选窗数量,进而减少整个检测算法的计算量。算法首先对待检测图像提取NG(Norm of the gradients)特征,通过线性支持向量机来判断得到行人的候选区域。然后对候选区域提取简化HOG(Histograms of oriented gradients)特征,采用线性支持向量机对候选区域进一步的过滤。最后,对经过过滤筛选得到的区域提取多分辨率HOG 特征,使用DPM(Deformation part model)模型对候选区域进行检测来定位行人的位置。实验证明本文提出的方法是鲁棒的。