基于ACF算法的行人检测研究

近年来,关于行人检测领域的研究,人们提出了各种各样的方法。其中,多样化的特征和高效的分类器是这些研究的关键,本文就是在这两个方面找到一种更高效的方法来提高性能。我们的行人检测方法是将3种特征关联在一起,包括负特征(objectness features)、突出特征(salient feature)和边缘特征(edgebox feature)。与此同时,我们改进分类器的架构以提升性能。通过Caltech-USA和INRIA这两个数据库对模型进行训练,相比于一般的检测模型,我们的准确率提高了20%。

一种结合AOTF的偏振光谱目标检测算法

要改善高光谱图像目标检测的算法对目标先验信息的敏感度过高的问题,发现了一种偏振高光谱图像约束的能力变得最小的检测方法。从声光可调谐滤光器光谱成像仪的工作原理和系统的结构方面入手,在约束能量最小化目标检测算法中运用一种处理过的偏振高光谱数据替代掉传统的高光谱图像数据作为检测的样本,对检测结果实行连通的区域进行判断和轮廓进行提取和处理。采用AOTF偏振成像系统进行采集的偏振光谱数据来完成目标检测试验,试验结果证明,替换样本数据后的目标检测算法的精准度得到了很大程度的提高。