论文部分内容阅读
针对行人检测中传统多尺度滑动窗口遍历搜索计算量大,计算速度慢的问题,提出了一种基于改进BING模型和边缘信息的行人检测算法。首先,通过样本采样规则的确定、样本阈值的选择和搜索尺度空间的优化对BING似物检测模型进行了改进;然后,针对提取的候选框存在偏移的问题,提出了基于边缘信息的候选框位置矫正方法;最后,利用经典的HOG-SVM行人检测算法,对提取的行人候选框进行最终的行人识别。实验结果表明,该算法在保证行人检测率的前提下有效提高了行人检测的实时性。