一种基于部件快速融合深度模型的行人检测

作者：宋俊芳

来源：数字技术与应用, 2019, 37(12): 54.

DOI：10.19695/j.cnki.cn12-1369.2019.12.32

• Haar-like
• Adaboost分类器
• 深度特征
• 头部特征

为解决传统DMP在行人检测时计算复杂度高,实用性差问题,提出一种部件快速融合的行人检测模型,能够在拥挤的环境中有效、准确地定位行人目标。该方法先针对行人头部,构建Haar-like响应特征,基于该特征训练Adaboost分类器;然后将该特征图与全身模型相结合,生成空间深度特征,作为支持向量SVM的输入检测行人。结果表明,此方法提高了传统DPM的计算速度,并保持了高精度。

• 单位
  西藏民族大学