基于广义霍夫变换的室外场景行人检测研究

摘要/Abstract

摘要：

提出一种基于广义霍夫变换的室外场景行人检测方法。首先从少量标注图片中随机地提取行人图像碎片构造碎片字典，然后使用图像碎片对每一幅训练图片计算特征向量。为了能够在静态

图片中快速地检测行人，使用Gentleboost算法训练检测器，在每一次迭代时学习一个决策树桩弱分类器,该弱分类器可以从高维特征向量中选择一个当前区分度最好的碎片特征。在运行检测器时，所有

的弱分类器在测试图片中对于行人的可能出现位置进行投票。最后，将各个弱分类器的投票结果进行叠加，并用设定的检测阈值剔除得分较低的检测结果后得到检测输出。在LabelMe数据集上的实验表明

，该方法可以快速地在静态图片中检测出行人，需要较少的训练数据且有效地解决了部分遮挡问题。

关键词: , 行人检测, 广义霍夫变换, 碎片特征, 室外场景

Abstract:

A novel outdoor scene human detection approach based on generalized Hough transform is proposed in this paper. Firstly, we randomly extract fragments of human

instances from annotated training images and build a fragment dictionary. Then we utilize these extracted fragments to compute feature vectors for each training image. In order

to rapidly detect human in a static image, Gentleboost algorithm is used to train detectors. In each round of boosting, a regression decision stump is learned as the weak

classifier which can pick the most distinctive fragment features from the high dimensional fragment feature vector. When running the trained human detector, all the weak

classifiers voted for the possible positions of human instances in a given test image. Finally, the output positions of all the weak classifiers are accumulated and some low

score outputs are eliminated using a manually specified threshold to get the final detection outputs. Experiments on LabelMe datasets show that this approach can rapidly detect

human instances from static image using relative fewer training images and can effectively solve the partial occlusion problem.

Key words: human detection, generalized Hough transform, fragment features, outdoor scene

张雪松. 基于广义霍夫变换的室外场景行人检测研究[J]. 计算机与现代化.

ZHANG Xue-song. Research on Human Detection in Outdoor Scene Based on Generalized Hough Transform[J]. Computer and Modernization.

［1］肖志勇. 基于可变形部件模型融合上下文的物体类检测［D］. 长春：吉林大学, 2014.
［2］ Felzenszwalb P, McAllester D, Ramaman D. A discriminatively trained, multiscale, deformable part model［C］// IEEE Conference on Computer Vision and Pattern Recognition

(CVPR). 2008：1-8.

［3］ Wang Xiaoyu, Han Tony X, Yan Shuicheng. An HOG-LBP human detector with partial occlusion handling［C］// IEEE 12th International Conference on Computer Vision. 2009: 32

-39.
［4］ Markus Enzweiler, Angela Eigenstetter, Bernt Schiele, et al. Multi-cue pedestrian classification with partial occlusion handling［C］// IEEE Conference on Computer Vision

and Pattern Recognition (CVPR). 2010:990-997.
［5］孙丰荣,刘积仁. 快速霍夫变换算法［J］. 计算机学报， 2001，24(10):1101-1109.
［6］曾接贤,张桂梅,储珺,等. 霍夫变换与最小二乘法相结合的直线拟合［J］. 南昌航空工业学院学报（自然科学版）, 2003,17(4):9-13.
［7］ Vidal-Naquet M, Ullman S. Object recognition with informative features and linear classification［C］// IEEE Conf. on Computer Vision and Pattern Recognition. 2003:281-

288.
［8］刘丽,匡纲要. 图像纹理特征提取方法综述［J］. 中国图象图形学报, 2009,14(4):622-635.
［9］王文庆,晏婷. 基于空间域的图像去噪方法比较研究［J］. 西安邮电学院学报, 2012,17(2):75-79.
［10］张绍明,林怡,邱振戈,等. 一种SAR图像空间域自适应滤波算法［J］. 同济大学学报（自然科学版）, 2010,38(5):758-762.
［11］程丽芳,赵明昌,张向文. 基于Gentleboost算法的人物检测［J］. 计算机工程与应用, 2008,44(23):187-190.
［12］朱文佳,戚飞虎. 基于Gentle Adaboost的行人检测［J］. 中国图象图形学报, 2007,12(10):1905-1908.
［13］廖仙美. 基于集成机器学习的行人检测方法研究［D］. 长沙：湖南大学, 2013.
［14］廖红文,周德龙. AdaBoost及其改进算法综述［J］. 计算机系统应用, 2012,21(5):240-244.
［15］Bryan C Russell, Antonio Torralba, Kevin P Murphy, et al. LabelMe: A database and Web-based tool for image annotation［J］. International Journal of Computer Vision,

2008,77(1-3):157-173.
［16］Navneet Dalal. Finding People in Images and Videos［D］. Institut National Polytechnique de Grenoble, 2006.
［17］王成,刘亚峰,王新成,等. 分类器的分类性能评价指［J］. 电子设计工程, 2011,19(8):13-15.

[1]	李静元, 张珂, 杨东裕. 基于雾计算的工业互联网安全数据访问方法[J]. 计算机与现代化, 2022, 0(12): 118-122.
[2]	谢辉, 师后勤, 齐宇霄, 陈瑞, 童莹. 基于注意力机制子网络的时空跌倒检测算法[J]. 计算机与现代化, 2022, 0(03): 70-75.
[3]	陈春燕, 刘梦赤. 基于粒子群遗传算法的智能组卷策略[J]. 计算机与现代化, 2021, 0(08): 16-23.
[4]	宋鑫, 樊志强, . 基于Laguerre 前向神经网络的信息服务性能建模方法 [J]. 计算机与现代化, 2021, 0(03): 1-6.
[5]	魏健, 赵红涛, 刘敦楠, 加鹤萍 . 基于集成模型的超短时负荷预测方法[J]. 计算机与现代化, 2021, 0(03): 12-17.
[6]	郑钦浩, 杨贞, 杨振 . 面向车辆和行人检测的KM-SSD方法[J]. 计算机与现代化, 2021, 0(03): 51-56.
[7]	杨磊1,王少云2,刘力冉1,龚永富1. 一种智能视频监控系统中的行人检测方法[J]. 计算机与现代化, 2019, 0(11): 69-.
[8]	段桂芹1，邹臣嵩2，刘锋2. 基于优化初始聚类中心的K中心点算法[J]. 计算机与现代化, 2019, 0(04): 1-.
[9]	李富星，蒙祖强 . 一种改进的类别区分词特征选择算法[J]. 计算机与现代化, 2019, 0(03): 73-.
[10]	白晓波1，邵景峰1，和征1，田建刚2. 基于学习的核偏最小二乘法优化扩展卡尔曼滤波[J]. 计算机与现代化, 2018, 0(09): 110-.
[11]	郑亚鹏，樊璐. 基于LSTM的临床血液需求预测方法[J]. 计算机与现代化, 2018, 0(05): 41-.
[12]	刘德春1，张秀国2，姜微2. 基于马尔科夫链的大学生自主学习能力预测方法[J]. 计算机与现代化, 2018, 0(05): 106-.
[13]	夏琨1，丁波1，刘俊1，刘子豪1，林亮成2. 基于内容分析的网络协议指纹识别[J]. 计算机与现代化, 2018, 0(05): 121-.
[14]	李华，江峰，于旭，杜军威，刘国柱. 基于粒度决策熵的属性约简[J]. 计算机与现代化, 2018, 0(04): 7-.
[15]	陈丽娟，谢伙生. 带负项值的onshelf效用项集并行挖掘算法[J]. 计算机与现代化, 2018, 0(04): 13-.

基于广义霍夫变换的室外场景行人检测研究

Research on Human Detection in Outdoor Scene Based on Generalized Hough Transform

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价