论文部分内容阅读
针对传统基于ＨＯＧ特征与ＡｄａＢｏｏｓｔ算法分类器在目标检测中存在检测速度慢、误差率大的问题，提出了一种基于自编码神经网络与ＡｄａＢｏｏｓｔ的快速行人检测算法．该算法首先利用基于ＡＣＦ模型的目标检测算法对图像进行预处理，获得疑似目标区域；然后对获取的子区域进行尺度归一化，提取ＨＯＧ特征，并输入到自编码神经网络中进行降维；最后利用ＡｄａＢｏｏｓｔ分类器对分类检测，输出检测到的行人区域．实验结果表明：文中所提算法的行人检测性能超过现有的检测算法，其检测速度也超过大多数算法．