本文選題：行人檢測(cè) + 感興趣區(qū)域��； 參考：《計(jì)算機(jī)工程與設(shè)計(jì)》2017年04期

【摘要】：綜合考慮支持向量機(jī)在檢測(cè)行人時(shí)表現(xiàn)出的特點(diǎn),提出一種基于支持向量機(jī)提取感興趣區(qū)域的行人檢測(cè)算法。利用支持向量機(jī)對(duì)圖像進(jìn)行初檢并提取出置信度較高的檢測(cè)框,先后在水平和豎直方向統(tǒng)計(jì)這些檢測(cè)框的置信度疊加和并根據(jù)統(tǒng)計(jì)結(jié)果提取出行人感興趣區(qū)域,在提取的感興趣區(qū)域內(nèi)進(jìn)行行人的檢測(cè)。在PASCAL的測(cè)試集上的測(cè)試結(jié)果表明,該算法在保持對(duì)比算法召回率的前提下,有效降低了檢測(cè)時(shí)間和虛警率。
[Abstract]:Considering the characteristics of support vector machine (SVM) in pedestrian detection, a pedestrian detection algorithm based on SVM is proposed. Support vector machine (SVM) is used to first detect the image and extract the high confidence detection frame. The confidence of these frames is superposed in the horizontal and vertical direction and the region of interest of the traveller is extracted according to the statistical results. Pedestrian detection is carried out in the extracted area of interest. The test results on the test set of PASCAL show that the algorithm can effectively reduce the detection time and false alarm rate while maintaining the recall rate of the contrast algorithm.
【作者單位】： 中國科學(xué)院微電子研究所;
【基金】：吉林省與中國科學(xué)院合作基金項(xiàng)目(2014SYHZ0008) 長(zhǎng)春市科技計(jì)劃基金項(xiàng)目(2014047)
【分類號(hào)】：TP391.41;TP18

【參考文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 胡將勝;基于AdaBoost和SVM的人體檢測(cè)[D];中南民族大學(xué);2011年

【共引文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 孫迪;基于結(jié)構(gòu)輸出回歸的人體檢測(cè)[D];哈爾濱工程大學(xué);2013年

【二級(jí)參考文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前3條

1 趙偉;基于SVM的入侵檢測(cè)研究[D];北京交通大學(xué);2007年

2 劉宏志;基于一種改進(jìn)的Adaboost算法的人臉檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];北京大學(xué);2007年

3 林鵬;基于Adaboost算法的人臉檢測(cè)研究及實(shí)現(xiàn)[D];西安理工大學(xué);2007年

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳娟;范玉妹;王麗;;關(guān)于改進(jìn)的支持向量機(jī)的研究[J];攀枝花學(xué)院學(xué)報(bào);2006年05期

2 劉碩明;劉佳;楊海濱;;一種新的多類支持向量機(jī)算法[J];計(jì)算機(jī)應(yīng)用;2008年S2期

3 尹傳環(huán);牟少敏;田盛豐;黃厚寬;;單類支持向量機(jī)的研究進(jìn)展[J];計(jì)算機(jī)工程與應(yīng)用;2012年12期

4 王云英;閻滿富;;C-支持向量機(jī)及其改進(jìn)[J];唐山師范學(xué)院學(xué)報(bào);2012年05期

5 李逢煥;;試述不確定支持向量機(jī)應(yīng)用分析及改進(jìn)思路[J];中國證券期貨;2012年12期

6 邵惠鶴;支持向量機(jī)理論及其應(yīng)用[J];自動(dòng)化博覽;2003年S1期

7 曾嶸,蔣新華,劉建成;基于支持向量機(jī)的異常值檢測(cè)的兩種方法[J];信息技術(shù);2004年05期

8 張凡,賀蘇寧;模糊判決支持向量機(jī)在自動(dòng)語種辨識(shí)中的研究[J];計(jì)算機(jī)工程與應(yīng)用;2004年21期

9 魏玲,張文修;基于支持向量機(jī)集成的分類[J];計(jì)算機(jī)工程;2004年13期

10 沈翠華,鄧乃揚(yáng),肖瑞彥;基于支持向量機(jī)的個(gè)人信用評(píng)估[J];計(jì)算機(jī)工程與應(yīng)用;2004年23期

相關(guān)會(huì)議論文 前10條

1 余樂安;姚瀟;;基于中心化支持向量機(jī)的信用風(fēng)險(xiǎn)評(píng)估模型[A];第六屆（2011）中國管理學(xué)年會(huì)——商務(wù)智能分會(huì)場(chǎng)論文集[C];2011年

2 劉希玉;徐志敏;段會(huì)川;;基于支持向量機(jī)的創(chuàng)新分類器[A];山東省計(jì)算機(jī)學(xué)會(huì)2005年信息技術(shù)與信息化研討會(huì)論文集（一）[C];2005年

3 史曉濤;劉建麗;駱玉榮;;一種抗噪音的支持向量機(jī)學(xué)習(xí)方法[A];全國第19屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];2008年

4 何琴淑;劉信恩;肖世富;;基于支持向量機(jī)的系統(tǒng)辨識(shí)方法研究及應(yīng)用[A];中國力學(xué)大會(huì)——2013論文摘要集[C];2013年

5 劉駿;;基于支持向量機(jī)方法的衢州降雪模型[A];第五屆長(zhǎng)三角氣象科技論壇論文集[C];2008年

6 王婷;胡秀珍;;基于組合向量的支持向量機(jī)方法預(yù)測(cè)膜蛋白類型[A];第十一次中國生物物理學(xué)術(shù)大會(huì)暨第九屆全國會(huì)員代表大會(huì)摘要集[C];2009年

7 趙晶;高雋;張旭東;謝昭;;支持向量機(jī)綜述[A];全國第十五屆計(jì)算機(jī)科學(xué)與技術(shù)應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2003年

8 周星宇;王思元;;智能數(shù)學(xué)與支持向量機(jī)[A];2005年中國智能自動(dòng)化會(huì)議論文集[C];2005年

9 顏根廷;馬廣富;朱良寬;宋斌;;一種魯棒支持向量機(jī)算法[A];2006中國控制與決策學(xué)術(shù)年會(huì)論文集[C];2006年

10 侯澍e，

本文編號(hào)：1776988