-
题名一种深度图像特征的建筑物内行人检测方法
被引量:4
- 1
-
-
作者
刘剑
徐萌
赵悦
张锐
高恩阳
-
机构
沈阳建筑大学信息与控制工程学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2018年第4期852-858,共7页
-
基金
国家自然科学基金项目(61272253)资助
辽宁省自然科学基金项目(201602616)资助
+1 种基金
辽宁省教育厅科学研究项目(L2015443)资助
住建部项目(2015-K2-015)资助
-
文摘
针对传统建筑物内行人检测算法复杂背景遮挡、光照影响等导致的检测不准确、效率低等问题,提出一种基于深度差值及方向梯度特征的行人检测算法.利用Kinect采集图像,在深度图像中对深度差值及方向梯度进行计算,通过滑动窗口对整个深度图像进行特征提取,获得特征向量,并利用主成分分析法降维.最后利用随机森林选取分类能力较强的特征并进行分类,实现训练及检测.在不同背景及光照条件下进行检测实验,平均检测率达到87.89%,平均每帧检测时间为0.121s.将本方法与GEBCF(泛化和检测平衡共生特征)及FCF(滤波通道特征)算法对比,检测率分别提高0.92%、0.68%.实验结果表明本方法有效提高了行人检测的准确率,具有更高的检测效率,能快速、准确地检测行人.
-
关键词
行人检测
深度差值特征
深度方向梯度特征
主成分分析法
随机森林
-
Keywords
pedestrian detection
depth difference feature
direction gradient feature
principal component analysis
random forest
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-