文献类型：期刊文献

中文题名：一种改进HOG特征的行人检测算法

英文题名：Improved HOG Algorithm of Pedestrian Detection

作者：田仙仙[1];鲍泓[1];徐成[1]

第一作者：田仙仙

机构：[1]北京联合大学信息服务工程实验室

第一机构：北京联合大学北京市信息服务工程重点实验室

年份：2014

卷号：41

期号：9

起止页码：320-324

中文期刊名：计算机科学

外文期刊名：Computer Science

收录：CSTPCD;;北大核心:【北大核心2011】；CSCD:【CSCD2013_2014】；

基金：国家自然科学基金项目:高密度动态人群场景的多源图像融合研究(61271370);北京市教委科技项目(CIT&TCD20130513);北京市教育委员会科技计划面上项目(SQKM201411417010)资助

语种：中文

中文关键词：HOG特征;Fisher特征挑选;MultiHOG特征;SVM分类

外文关键词：HOG features; Fisher feature selection;MultiHOG characteristic;SVM classification

摘要：针对HOG特征检测准确率高、计算量大的特点,通过对HOG特征的结构进行调整,提出了使用Fisher特征挑选准则来挑选出有区别能力的行人特征块,得到MultiHOG特征。该算法结合线性SVM二值分类器,实现行人滑动窗口检测。用Inria标准数据集和自行拍摄数据集进行了测试,结果证明该算法较HOG在准确率及实时性上都有很大的提高。
In view of the HOG with large amount of calculation and the high detection accuracy,through the structural adjustment of the HOG features, the paper put forward that using Fisher feature selection criterion picks out the feature blocks full of ability to distinguish characteristics of pedestrian, and finally produces MultiHOG characteristics. Combined with the Lib-SVM classifier, the algorithm in the paper detects pedestrians with slided windows, and has a higher accuracy and real-time performance than HOG.