10.3969/j.issn.1000-386x.2015.09.041
多特征协同的双层组合结构行人监控识别方法
在对公共场所人流量统计的过程中，为了有效解决因行人遮挡、粘连所引发的在行人识别上的低检测率、高虚警率、实时性不足的缺点，对聚集型B-Haar特征和Edgelet特征协调进行特征提取，设计了双层组合结构行人识别模型。该模型的上层是在完全二叉树架构下结合局部二元模式改进的Haar特征（称作聚集型B-Haar特征），主管提取候选行人目标，确保较高的检测识别率；下层树状结构使用四分支串联树状结构，利用Edgelet特征并结合贝叶斯原理构建树状决策结构，对候选行人多部位检测然后判断候选目标是否为行人，实现降低虚警概率，保证实时性的目标。经过实验分析表明，所设计的多特征协同双层组合结构行人识别方法与传统的树状结构、串并联结构相比，在实时性、检测率和虚警率上具有明显的整体优势。
聚集型B-Haar、Edgelet特征、双层结构、行人识别、贝叶斯原理
TP391(计算技术、计算机技术)
河南省教育厅科学技术研究重点项目14A520007。
2015-10-12（万方平台首次上网日期，不代表论文的发表时间）
共5页
170-174
