为提高行人检测系统在红外场景中的检测率以及速度,提出一种基于人类视觉机制与ROI融合的红外行人检测方法。根据人类视觉机制来改进LoG滤波抑制背景噪声,通过对滤波后的图像应用ROI融合得到行人候选区域,使提取到的ROI更为准确。另外,...为提高行人检测系统在红外场景中的检测率以及速度,提出一种基于人类视觉机制与ROI融合的红外行人检测方法。根据人类视觉机制来改进LoG滤波抑制背景噪声,通过对滤波后的图像应用ROI融合得到行人候选区域,使提取到的ROI更为准确。另外,提出一种改进的纹理特征OCS-LBP(oriented center symmetric local binary patterns),对得到的行人候选区域提取HOG特征和OCS-LBP特征,使用随机蕨分类器来进行分类,提升检测的速度与精度。该方法通过与流行的检测算法比较,检测准确率与召回率分别提升7.9%与10.3%,且实时性有较大的提升,具有一定的研究和实用价值。展开更多
文摘为提高行人检测系统在红外场景中的检测率以及速度,提出一种基于人类视觉机制与ROI融合的红外行人检测方法。根据人类视觉机制来改进LoG滤波抑制背景噪声,通过对滤波后的图像应用ROI融合得到行人候选区域,使提取到的ROI更为准确。另外,提出一种改进的纹理特征OCS-LBP(oriented center symmetric local binary patterns),对得到的行人候选区域提取HOG特征和OCS-LBP特征,使用随机蕨分类器来进行分类,提升检测的速度与精度。该方法通过与流行的检测算法比较,检测准确率与召回率分别提升7.9%与10.3%,且实时性有较大的提升,具有一定的研究和实用价值。