-
题名基于运动特征及位置估计的行人检测算法
被引量：1
- 1
-
-
作者
弓剑锋
韩建栋
邓一凡
-
机构
山西大学计算机与信息技术学院
山西省自动化研究所软件工程事业部
-
出处
《计算机工程与应用》
CSCD
北大核心
2019年第7期138-144,共7页
-
基金
国家青年科学基金(No.61602288)
-
文摘
根据行人运动的特点和行人在图像中位置与身高的对应关系,提出了一种结合运动特征与位置估计的行人检测算法。提取运动特征和聚合通道特征(ACF),将提取的特征放到Real Adaboost分类器里进行训练,并对行人可能存在的位置建立评估模型;在检测阶段,通过分类器确定行人的候选区域,然后采用非极大值抑制算法去除重叠窗口,最后对行人候选区域应用位置评估模型进一步判断,以此排除可能的非行人目标。实验采用Caltech数据集对算法进行仿真,该算法的平均对数漏检率为27.12%,与ACF算法的相比降低了5.9个百分点。实验表明运动特征在视频检测中能够与静态特征进行信息互补,同时行人的位置估计在摄像机固定的情况下,具有一定的判断能力。
-
关键词
运动特征
位置估计
acf特征
REAL
ADABOOST
-
Keywords
motion feature
location estimation
acf feature
Real Adaboost
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名结合多通道特征和可形变模型的自然场景鸟类检测
- 2
-
-
作者
张逸扬
储珺
王璐
-
机构
南昌航空大学软件学院
-
出处
《南昌航空大学学报（自然科学版）》
CAS
2018年第1期76-82,89,共8页
-
基金
国家自然科学基金(61663031
61663036)
江西省重点研发计划项目(20161BBE50085)
-
文摘
可形变部件模型(DPM)在目标检测已取得较好的效果,但因为现有的目标检测数据集中鸟类样本数量过少,分布不均衡,而且采用的HOG特征无法较好的表征鸟类目标,造成自然场景鸟类检测的准确率很低。针对这个问题,本研究首先对Image Net数据集上的鸟类样本进行筛选和数据分析,选取自然场景中鸟类样本1 500个,生成对应的标注文件,建立了自然场景鸟类数据集;并提出一种结合多通道特征(Aggregate Channel Features,ACF)和DPM的自然场景鸟类检测方法,算法从自然场景鸟类数据集中的训练样本中,提取ACF特征,再通过Latent SVM训练得到ACF-DPM模型;进一步研究了模型组件和部件个数对于鸟类检测效果的影响。实验结果表明:本文算法在复杂的自然场景中,能够有效地进行鸟类检测,整体精度优于传统的DPM算法。
-
关键词
鸟类检测
自然场景
DPM
acf特征
-
Keywords
bird detection
nature scenes
deformable part model
aggregate channel features
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
