-
公开(公告)号：CN104008404B
公开(公告)日：2017-04-12
申请号：CN201410268777.6
申请日：2014-06-16
Applicant: 武汉大学
Abstract: 一种基于显著直方图特征的行人检测方法及系统，训练阶段包括首先分别将样本数据集中每个正样本或负样本归一化为预设尺寸，然后作为输入图像提取特征，根据所得特征训练分类器；正样本的图像包含行人，负样本的图像不包含行人；测试阶段包括对测试数据集中任一测试图像，首先以测试图像为输入图像，分别以输入图像的每个像素为中心建立预设尺寸的局部区域，并提取每个局部区域的特征，然后将每个局部区域的特征输入训练阶段所得分类器，得到各局部区域是否包含行人的分类结果。提取特征时，将梯度的幅值和相应局部区域显著概率值结合成带有显著信息的梯度幅值，然后和梯度的方向形成显著直方图；通过统计显著直方图，形成特征描述。
-
公开(公告)号：CN104008380A
公开(公告)日：2014-08-27
申请号：CN201410266759.4
申请日：2014-06-16
Applicant: 武汉大学
Abstract: 一种基于显著区域的行人检测方法及系统，搜集包含行人的正样本及不包含行人的负样本的数据集，将归一化正样本和负样本为预设尺寸，然后分别从各正样本和负样本中提取协方差矩阵特征作为训练数据，构成级联分类器；对于输入图像提取有效区域，进行先验概率的分析，对各有效区域提取协方差矩阵特征，将所得结果输入分类器进行行人检测，得到有效区域是否为包含行人的局部区域，根据贝叶斯分布由统计学推导出最优结果。
-
公开(公告)号：CN104008380B
公开(公告)日：2017-06-09
申请号：CN201410266759.4
申请日：2014-06-16
Applicant: 武汉大学
Abstract: 一种基于显著区域的行人检测方法及系统，搜集包含行人的正样本及不包含行人的负样本的数据集，将归一化正样本和负样本为预设尺寸，然后分别从各正样本和负样本中提取协方差矩阵特征作为训练数据，构成级联分类器；对于输入图像提取有效区域，进行先验概率的分析，对各有效区域提取协方差矩阵特征，将所得结果输入分类器进行行人检测，得到有效区域是否为包含行人的局部区域，根据贝叶斯分布由统计学推导出最优结果。
-
公开(公告)号：CN104008404A
公开(公告)日：2014-08-27
申请号：CN201410268777.6
申请日：2014-06-16
Applicant: 武汉大学
Abstract: 一种基于显著直方图特征的行人检测方法及系统，训练阶段包括首先分别将样本数据集中每个正样本或负样本归一化为预设尺寸，然后作为输入图像提取特征，根据所得特征训练分类器；正样本的图像包含行人，负样本的图像不包含行人；测试阶段包括对测试数据集中任一测试图像，首先以测试图像为输入图像，分别以输入图像的每个像素为中心建立预设尺寸的局部区域，并提取每个局部区域的特征，然后将每个局部区域的特征输入训练阶段所得分类器，得到各局部区域是否包含行人的分类结果。提取特征时，将梯度的幅值和相应局部区域显著概率值结合成带有显著信息的梯度幅值，然后和梯度的方向形成显著直方图；通过统计显著直方图，形成特征描述。
-
-
-
Search Results
4
records
(took 0.019 seconds)
