科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于正负广义最大池化的行人识别方法,包括：对采集的交通视频进行预处理,获得需要的训练样本图像,利用基于梯度的HOG局部描述符提取训练样本图像的局部特征,并通过由空间聚集受限玻尔兹曼机组成的深度分层编码方法对局部特征进行编码,形成训练样本的特征编码向量,再采用正负广义最大池化方法得到高层图像特征表示向量,将获得的特征数据输入支持向量机分类器,完成训练；对待测的行人图像进行预处理,得到测试样本,用同样的方式获得测试样本的特征表示向量；将测试样本的特征表示向量输入训练完成的支持向量机分类器,识别测试图像为行人还是非行人。本发明能提高行人识别的准确率,增强行人识别算法的鲁棒性。
- 单位
