• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于Hough森林的多特征快速行人檢測(cè)

    2016-07-19 02:07:22谷靈康周鳴爭(zhēng)
    關(guān)鍵詞:直方圖行人邊緣

    谷靈康 周鳴爭(zhēng)

    (安徽工程大學(xué)計(jì)算機(jī)與信息學(xué)院計(jì)算機(jī)應(yīng)用技術(shù)重點(diǎn)實(shí)驗(yàn)室 安徽 蕪湖 241000)

    ?

    基于Hough森林的多特征快速行人檢測(cè)

    谷靈康周鳴爭(zhēng)

    (安徽工程大學(xué)計(jì)算機(jī)與信息學(xué)院計(jì)算機(jī)應(yīng)用技術(shù)重點(diǎn)實(shí)驗(yàn)室安徽 蕪湖 241000)

    摘要為了快速檢測(cè)行人,根據(jù)人體頭頂特性快速找出頭頂候選點(diǎn),依此為基點(diǎn)利用邊緣檢測(cè)算法提取目標(biāo)輪廓,將其作為待測(cè)區(qū)域;然后利用改進(jìn)的顏色自相似特征、結(jié)合區(qū)域邊緣直方圖和一致模式特征,在Hough森林分類器上進(jìn)行分類檢測(cè)。實(shí)驗(yàn)結(jié)果表明,該算法在檢測(cè)正確率及速率方面都得到了提高,對(duì)于復(fù)雜動(dòng)態(tài)場(chǎng)景、遮擋現(xiàn)象以及目標(biāo)自身形變具有較強(qiáng)的魯棒性和較高的準(zhǔn)確性,在多種行人數(shù)據(jù)集中測(cè)試取得良好的效果。

    關(guān)鍵詞行人檢測(cè)像素點(diǎn)梯度方向局部顏色自相似特征區(qū)域邊緣直方圖局部二值模式Hough森林

    0引言

    行人檢測(cè)是智能視頻監(jiān)控、機(jī)器視覺(jué)、車輛輔助駕駛等應(yīng)用的第一步,吸引了大批研究者,取得了一定的研究成果[1]。但是由于行人的特殊性,場(chǎng)景的復(fù)雜多樣性,若想取得又快又準(zhǔn)的檢測(cè)識(shí)別效果,還需要進(jìn)一步的努力。如果想快速檢測(cè)行人,通常情況下是選用單一特征,這也是早期行人檢測(cè)所采用的方法,但是檢測(cè)效果不理想,不能有效檢測(cè)行人。為了準(zhǔn)確檢測(cè)行人,近年來(lái)很多研究者提出多特征融合的方法,這樣固然能提高檢測(cè)的準(zhǔn)確性,但是需要花費(fèi)大量的時(shí)間,不能滿足行人檢測(cè)對(duì)實(shí)時(shí)性的要求。針對(duì)這些問(wèn)題,本文根據(jù)人體特性提出一種快速且有效的行人檢測(cè)方法。

    1算法思路

    因行人全身包含的信息很多,所以目前的行人檢測(cè)方法大多是根據(jù)行人全身的特征來(lái)判斷的,但對(duì)于復(fù)雜場(chǎng)景,特別是有身體遮擋的情況下,要想獲得行人全身信息是不太可能的,但這種情況下,通常還能獲取行人的頭頂信息,本文依此頭頂點(diǎn)為基點(diǎn),利用邊緣檢測(cè)算子獲取邊緣輪廓,將其作為候選目標(biāo),然后利用改進(jìn)的邊緣方向直方圖方法提取區(qū)域邊緣直方圖特征。

    另外對(duì)于行人,身體顏色具有一定的自相似性,衣服顏色以及膚色的相似度很高,且頭發(fā)的顏色和臉部的膚色不依賴于面部的細(xì)節(jié)特征,在表情變化、頭部偏轉(zhuǎn)等情況下仍能適用,具有相對(duì)的穩(wěn)定性。而且人體顏色有別于大多數(shù)背景物體的顏色,因此為了提高檢測(cè)率對(duì)候選目標(biāo)利用改進(jìn)的顏色自相似算法進(jìn)行特征提取。

    為了提高檢測(cè)準(zhǔn)確性,僅提取顏色自相似特征還不夠,考慮到紋理是反映目標(biāo)表面色度和亮度變化模式的視覺(jué)特征,因此需要選擇一種高效的紋理特征提取算法。

    為了能夠提高檢測(cè)正確率而提取多種特征,但這樣就增加了維度,從而影響檢測(cè)速度。這就要求選擇學(xué)習(xí)速度快、分類能力強(qiáng)的分類器。隨機(jī)森林是一個(gè)包含多個(gè)決策樹(shù)的分類器、優(yōu)點(diǎn)是學(xué)習(xí)速度很快,缺點(diǎn)是存在過(guò)擬合[2]。基于Hough森林的目標(biāo)檢測(cè)是近期提出的一種新方法,重點(diǎn)考察圖像塊與目標(biāo)中心的位置關(guān)系,在葉節(jié)點(diǎn)處增加計(jì)算,輸出成為在連續(xù)區(qū)域上的投票。Hough森林是在隨機(jī)森林框架上的一個(gè)擴(kuò)展,繼承了隨機(jī)森林的優(yōu)點(diǎn)并改進(jìn)了其缺點(diǎn)[3]。根據(jù)以上思路,本文算法流程如圖1所示。

    圖1 本文算法流程圖

    2快速頭頂點(diǎn)確定方法

    由于人的頭頂是橢圓形,且經(jīng)過(guò)計(jì)算發(fā)現(xiàn)頭頂像素點(diǎn)的梯度方向值基本在90°左右[4]。本文利用頭頂像素點(diǎn)的梯度方向具有固定范圍這一特性在前景中找出頭頂候選點(diǎn),根據(jù)該點(diǎn)快速確定人體輪廓域。

    算法中像素點(diǎn)(x,y)的灰度值用H代替,G代表梯度幅值,α為梯度方向。采用一維中心算子[-1,0,1],可得到水平和垂直方向的梯度幅值分別為:

    Gx(x,y)=H(x+1,y)-H(x-1,y)Gy(x,y)=H(x,y+1)-H(x,y-1)

    (1)

    則(x,y)像素點(diǎn)的梯度方向?yàn)椋?/p>

    (2)

    通過(guò)計(jì)算及實(shí)驗(yàn)測(cè)試,人體頭頂像素點(diǎn)梯度的切線方向在 90°左右,發(fā)型的不同對(duì)頭頂?shù)男螤钭兓瘯?huì)有一定的影響,但是不大。

    根據(jù)上述計(jì)算方法選取前景中梯度方向在規(guī)定范圍內(nèi)的像素點(diǎn)作為頭頂候選點(diǎn),然后依此點(diǎn)為基點(diǎn),利用Prewitt檢測(cè)算子提取邊緣輪廓,且能去掉部分偽邊緣,對(duì)噪聲具有平滑作用。

    3改進(jìn)的EOH特征提取方法

    邊緣方向直方圖(EOH)能較好體現(xiàn)圖像的邊緣和紋理特征,通過(guò)統(tǒng)計(jì)圖像邊緣像素的方向分布來(lái)描述圖像特征,其計(jì)算方法為:1) 對(duì)圖像進(jìn)行邊緣算子運(yùn)算;2) 計(jì)算各邊緣像素的梯度幅值和梯度方向,并判斷梯度方向所隸屬的直方圖子區(qū)間;3) 統(tǒng)計(jì)隸屬于直方圖各子區(qū)間的所有邊緣像素的梯度幅值和;4) 對(duì)所得的直方圖各子區(qū)間取值進(jìn)行歸一化得到最終的邊緣方向直方圖[5]。

    由于傳統(tǒng)直方圖僅統(tǒng)計(jì)圖像像素取值的頻率分布,所以當(dāng)兩幅圖像像素的頻率相同時(shí),其無(wú)法進(jìn)行區(qū)分。此時(shí),雖然兩幅圖像像素取值的頻率分布相同,但直方圖各子區(qū)間對(duì)應(yīng)區(qū)域的邊緣分布是有差別的?;诖?,如果用各子區(qū)間的邊緣復(fù)雜度來(lái)度量各區(qū)間構(gòu)成的區(qū)域的分散程度,即可以得到一組度量灰度直方圖各子區(qū)間內(nèi)像素空間分布的數(shù)據(jù)。利用該組數(shù)據(jù)對(duì)直方圖的各子區(qū)間進(jìn)行加權(quán),便可得到一組新的直方圖,由邊緣復(fù)雜度得到的權(quán)值數(shù)據(jù)稱為該直方圖的空間權(quán)因子。如圖2所示。

    圖2 原圖及2種算法檢測(cè)結(jié)果對(duì)比圖

    設(shè)灰度直方圖第k個(gè)子區(qū)間內(nèi)所有像素構(gòu)成的區(qū)域的邊緣復(fù)雜度為φk。將歸一化后的數(shù)據(jù)記為(Ф1,…,Фk,…,Фn),則其為一組體現(xiàn)像素空間分布復(fù)雜度的加權(quán)直方圖數(shù)據(jù).對(duì)于其第k個(gè)子區(qū)間的數(shù)值Фk。

    (3)

    式(3)表明,Фk的大小只與該區(qū)間對(duì)應(yīng)區(qū)域的邊緣像素的總數(shù)К(Ek)有關(guān),也即計(jì)算時(shí)只需要統(tǒng)計(jì)直方圖各子區(qū)間對(duì)應(yīng)區(qū)域的邊緣像素的個(gè)數(shù),因此該方法是一種基于區(qū)域邊緣統(tǒng)計(jì)的圖像特征描述方法。

    區(qū)域邊緣像素的引入反映了圖像的結(jié)構(gòu)信息,檢測(cè)結(jié)果與EOH相比如下圖所示,從另一個(gè)角度解釋了區(qū)域邊緣直方圖具有更強(qiáng)的圖像特征區(qū)分度的原因,能夠?qū)D像進(jìn)行有效的區(qū)分。

    4改進(jìn)的顏色自相似特征及紋理特征提取

    人的身體顏色具有一定的自相似性,如:人體衣服顏色以及兩臂顏色的相似度很高?;诖耍琖alk等[6]提出一種顏色相似度特征CSSF(ColorSelf-SimilarityFeature) ,用于行人檢測(cè),有效提高了檢測(cè)精度,但其計(jì)算的是全局圖像中每?jī)蓚€(gè)塊之間的相似性,計(jì)算量非常大,特征維數(shù)高,檢測(cè)速度較慢。文獻(xiàn)[7]對(duì)CSSF進(jìn)行了改良,但該特征維度達(dá)到千萬(wàn)級(jí),仍然較高,難以滿足實(shí)際應(yīng)用需要。本文結(jié)合輪廓特征,提出改進(jìn)的顏色自相似特征。

    4.1傳統(tǒng)的顏色自相似特征

    傳統(tǒng)的顏色相似度特征基于矩形特征,對(duì)于矩形塊R1,其內(nèi)部數(shù)值和為:

    (4)

    CSSF特征可由相鄰塊R1和R2數(shù)值和的比值得到:

    F(R1,R2)=sumR1/sumR2

    (5)

    式中,R1和R2大小相等且位置不同(設(shè)矩形塊寬為w,高為h),該方法可以衡量矩形塊之間的相似度。比值越接近1,兩矩形塊越相似。為此,對(duì)F特征進(jìn)行非線性轉(zhuǎn)換得到F′特征:

    (6)

    對(duì)于傳統(tǒng)CSSF特征當(dāng)兩矩形塊相距較遠(yuǎn)時(shí),其光照情況可能相差較大,導(dǎo)致特征對(duì)非均勻光照敏感;而如果把矩形塊之間的距離限定得太小,又會(huì)增加計(jì)算量,導(dǎo)致特征空間維度過(guò)高。近些年有很多學(xué)者試圖對(duì)CSSF進(jìn)行改良,如文獻(xiàn)[7-9],但特征維度仍然很高,勢(shì)必會(huì)影響檢測(cè)效率。基于此,本文對(duì)顏色相似特征進(jìn)一步改進(jìn)。

    4.2改進(jìn)的顏色自相似特征

    為了降低特征維度又不至于導(dǎo)致對(duì)非均勻光照敏感,本文對(duì)矩形塊的高寬比及塊之間的距離進(jìn)行約束。

    對(duì)于分別以點(diǎn)(x1,y1)和(x2,y2)為左上角坐標(biāo)的矩形塊R1和R2,當(dāng)其滿足式(7)時(shí),則計(jì)算這兩個(gè)塊之間的相似度。

    (7)

    其中δ為約束閾值,一般情況下取值為3。在實(shí)驗(yàn)過(guò)程中可以根據(jù)檢測(cè)效果調(diào)整閾值和w及h的值;另外在實(shí)驗(yàn)過(guò)程中還發(fā)現(xiàn)當(dāng)高寬比(即h/w)為0.68黃金比例時(shí),檢測(cè)效果最好(如圖3所示)。

    圖3 不同高寬比對(duì)應(yīng)的檢測(cè)率

    由于有了候選區(qū)域去除了背景信息且對(duì)矩形塊的高寬比及塊之間的距離進(jìn)行了約束,相比于文獻(xiàn)[7]、文獻(xiàn)[8]和文獻(xiàn)[9],去除了大量冗余信息,其特征空間進(jìn)一步降低。

    4.3改進(jìn)的旋轉(zhuǎn)不變性LBP紋理特征提取

    LBP特征[10]是由Ojala等在1994年提出的一種高效的局部紋理特征提取算法。LBP特征能夠較好地反映像素點(diǎn)局部鄰域的空間分布模式,且該特征具有計(jì)算速度快的優(yōu)點(diǎn)?;镜腖BP算子的計(jì)算公式為:

    (8)

    5Hough森林檢測(cè)算法

    5.1原理

    Hough森 林[13],由一系列決策樹(shù)h(x,θk) ,k=1,2,…組成,森林中的每棵樹(shù)都是由一系列的葉節(jié)點(diǎn)和非葉節(jié)點(diǎn)形成的,節(jié)點(diǎn)是由隨機(jī)抽選的局部圖像塊來(lái)創(chuàng)建的。

    Hough森林屬于機(jī)器學(xué)習(xí)中的監(jiān)督學(xué)習(xí),通過(guò)訓(xùn)練,學(xué)會(huì)如何將局部的圖像塊特征與它們?cè)贖ough空間H?RH內(nèi)的投票相映射:

    (9)

    表示圖像元素特征到概率Hough投票的映射模型:其中,τ為從輸入圖像空間y∈Ω?RD到特征(I1(y),I2(y),…,IF(y))∈RF的映射,每一個(gè)IF是一個(gè)特征向量子分量,F(xiàn)為總的特征維數(shù);p(h|L(y))是Hough空間內(nèi)Hough投票的分布。

    5.2收斂性研究

    假設(shè)訓(xùn)練集{(x,y)}是由隨機(jī)輸入向量x和輸出向量y分布所抽取出來(lái)的,那么對(duì)于給定的k個(gè)分類器的集合{h1(x),h2(x),…,hk(x)}可以定義間隔函數(shù)為式(1)。

    mg(x,y)=kavI(hk=y)-maxj≠ykavI(hk(x)=j)

    (10)

    用投票和概率平均(表達(dá)式如下)得到測(cè)試的預(yù)測(cè)類標(biāo)簽:

    (11)

    (12)

    式中I(·)是示性函數(shù),kav(·)為對(duì)k取平均值,ji為森林中的k棵決策樹(shù)的權(quán)重。類標(biāo)簽由投票來(lái)決定,得票存在于決策樹(shù)的給定閾值范圍??梢詫?dǎo)出泛化誤差:

    Ep=Px,y(my(x,y)<0)

    (13)

    當(dāng)森林中數(shù)目較大時(shí),由樹(shù)結(jié)構(gòu)和大數(shù)定律導(dǎo)出隨機(jī)向量趨向值如式(14):

    Px,y(Pθ(h(x,θ)=y)=y-maxj≠yPθ(h(x,θ)=j)<0)

    (14)

    隨機(jī)森林邊緣函數(shù):

    (15)

    決策樹(shù)的分類強(qiáng)度s為:

    s=Ex,ymr(x,y)

    (16)

    設(shè)s≥0,根據(jù)Chebyshev不等式由式(15)、式(16) 得到泛化誤差:

    (17)

    其中Var(mr)形式如式(18):

    (18)

    而:

    (19)

    由式(17)~式(19)知,任意函數(shù)h,求其均值與方差,并趨近于方差上限,都有:

    (20)

    其中ρ是相關(guān)系數(shù)平均值。推導(dǎo)式(17)可知:

    (21)

    6仿真實(shí)驗(yàn)及分析

    6.1實(shí)驗(yàn)數(shù)據(jù)集

    拍攝包含多種場(chǎng)所(教學(xué)樓、停車場(chǎng)、道路,等)、多種天氣(晴天、雨天、霧天)等復(fù)雜情況下的行人視頻構(gòu)成本文實(shí)驗(yàn)樣本之一,該視頻庫(kù)部分場(chǎng)景背景如圖4所示。取部分視頻制作成正樣本(如圖5所示),共建正樣本4600個(gè),其中2600個(gè)用來(lái)訓(xùn)練,2 000個(gè)用來(lái)驗(yàn)證,另外不含行人的背景圖稱為負(fù)樣本。

    圖4 部分場(chǎng)景背景圖

    圖5 部分正樣本

    為了驗(yàn)證本文所述算法檢測(cè)效果的通用性,在目前常用的行人數(shù)據(jù)集[14]中,引入2個(gè)國(guó)際上常用的數(shù)據(jù)集:INRIA行人數(shù)據(jù)集和NICTA行人數(shù)據(jù)集[15]。其中INRIA行人數(shù)據(jù)集是目前使用較多的靜態(tài)行人數(shù)據(jù)集,包含訓(xùn)練和測(cè)試兩類,且每類均包含正樣本和負(fù)樣本。訓(xùn)練集含有正樣本614張(包含2416個(gè)行人),負(fù)樣本1218張;測(cè)試集含有正樣本288張(包含1126個(gè)行人),負(fù)樣本453張。NICTA行人數(shù)據(jù)集是目前規(guī)模較大的靜態(tài)行人數(shù)據(jù)集,且已劃分好訓(xùn)練集和測(cè)試集。

    6.2實(shí)驗(yàn)與結(jié)果分析

    本文算法程序在Pentium(R)CPU987雙核1.5GHz, 64位Windows7系統(tǒng),4GB內(nèi)存的計(jì)算機(jī)上運(yùn)行。

    對(duì)于行人樣本圖如圖6所示。按照本文算法流程(如圖1所示)進(jìn)行行人檢測(cè),如圖7所示為實(shí)驗(yàn)中部分行人檢測(cè)示意圖。

    圖6 部分行人樣本圖  圖7 部分行人檢測(cè)結(jié)果示意圖

    由于目前分類算法主要還是基于SVM和AdaBoost的,基于隨機(jī)森林和Hough森林的檢測(cè)是近期提出的新方法,故為了驗(yàn)證本文算法將其與文獻(xiàn)[2]、文獻(xiàn)[7]、文獻(xiàn)[16]和文獻(xiàn)[17]、文獻(xiàn)[18]所述方法分別在自建數(shù)據(jù)集、INRIA、NICTA數(shù)據(jù)集上實(shí)驗(yàn)后比較,實(shí)驗(yàn)檢測(cè)率如圖8所示。

    圖8 不同算法在多種數(shù)據(jù)集中的檢測(cè)率

    由圖8可知,不同算法在各類行人數(shù)據(jù)集中的檢測(cè)效果相差較小。通過(guò)實(shí)驗(yàn)可知本文所提算法平均檢測(cè)正確率(在三類數(shù)據(jù)集中正確檢測(cè)出的人體占整個(gè)視頻中人體的識(shí)別率)為99.07%;文獻(xiàn)[2]所述算法HOG+LBP+LAB+Houghforest平均檢測(cè)率為96.72%;文獻(xiàn)[7]所述算法CSSF+AdaBoost平均檢測(cè)率為98.16%;文獻(xiàn)[16]所述算法HOG+Harr+SVM平均檢測(cè)正確率為98.0%;文獻(xiàn)[17]所述算法HOG+IKSVM平均檢測(cè)正確率為97.65%;文獻(xiàn)[18]所述算法Randomforest+SVM平均檢測(cè)率為96.17%。在這幾類算法中,本文所述算法的檢測(cè)率較高,綜合這幾種算法在不同數(shù)據(jù)集的檢測(cè)率,進(jìn)一步分析它們的誤檢率與漏檢率,實(shí)驗(yàn)結(jié)果如圖9所示。

    圖9 不同算法誤檢率和漏檢率比較

    在檢測(cè)速率(對(duì)人體識(shí)別的平均速率)上,各算法也有較明顯的差別,如表1所示。文獻(xiàn)[2]所述算法HOG+LBP+LAB+Houghforest平均檢測(cè)速率較慢;文獻(xiàn)[16]所述算法HOG+Harr+SVM平均檢測(cè)正確率較高,誤檢率也較低,但是檢測(cè)的速率相對(duì)較慢;文獻(xiàn)[17]所述算法HOG+IKSVM平均檢測(cè)正確率相對(duì)較低,但是速率較快;文獻(xiàn)[7]所述算法CSSF+AdaBoost,由于特征空間仍為千萬(wàn)級(jí),所以檢測(cè)速率上也較慢;文獻(xiàn)[18]所述算法Randomforest+SVM檢測(cè)速率較快;而本文所述算法,花費(fèi)時(shí)間相對(duì)較少。

    表1 不同算法檢測(cè)速率比較

    7結(jié)語(yǔ)

    參考文獻(xiàn)

    [1]PedagadiS,OrwellJ,VelastinS,etal.Localfisherdiscriminantanalysisforpedestrianre-identification[C]//IEEEComputerSocietyConferenceonComputerVisionandPatternRecognition,Portland,USA,2013:3318-3325.

    [2] 尤瑋,戴聲奎.基于多特征與改進(jìn)霍夫森林的行人檢測(cè)方法[J].計(jì)算機(jī)工程與設(shè)計(jì),2014,35(10):3538-3544.

    [3]BarinovaO,LempitskyV,KholiP.Ondetectionofmultipleobjectinstancesusinghoughtransforms[J].IEEETransactionsonPatternAnalysisandMachineIntelligence,2012,34(9):1773-1784.

    [4] 欽爽,謝剛,饒欽,等.視頻中基于LW-PGD和SVM的頭肩部檢測(cè)[J].計(jì)算機(jī)應(yīng)用研究,2014,31(3):949-952.

    [5] 余旺盛,田孝華,侯志強(qiáng).基于區(qū)域邊緣統(tǒng)計(jì)的圖像特征描述新方法[J].計(jì)算機(jī)學(xué)報(bào),2014,37(6):1398-1410.

    [6]WalkS,MajerN,SchindlerK,etal.Newfeaturesandinsightsforpedestriandetection[C]//CVPR2010:Proceedingsofthe2010IEEEConferenceonComputerVisionandPatterRecognition.Piscataway:IEEE,2010:1030-1037.

    [7] 曾波波,王貴錦,林行剛.基于顏色自相似度特征的實(shí)時(shí)行人檢測(cè)[J].清華大學(xué)學(xué)報(bào),2012,52(4):571-574.

    [8] 饒欽,謝剛,欽爽.基于顏色自相似性和HOG特征的行人檢測(cè)[J].小型微型計(jì)算機(jī)系統(tǒng),2014,35(11):2582-2585.

    [9] 顧會(huì)建,陳俊周.基于改進(jìn)顏色自相似特征的行人檢測(cè)方法[J].計(jì)算機(jī)應(yīng)用,2014,34(7):2033-2035.

    [10]OjalaT,PietikinenM,HarwoodD.PerformanceevaluationoftexturemeasureswithclassificationbasedonKullbackdiscriminationofdistributions[C]//Proceedingsofthe12thIAPRInternationalConferenceonPatternRecognition.Israel:IEEE,1994:582-585.

    [11]SalbergAB,HardebergJY,JenssenR.Rotationinvariantimagedescriptionwithlocalbinarypatternhistogramfourierfeatures[C]//ISCIA2009Proceedings.Heidelberg:Springer,2009:61-70.

    [12] 陳東岳,陳宗文,桑永嘉.基于多特征在線模板更新的魯棒目標(biāo)跟蹤算法[J].哈爾濱工業(yè)大學(xué)學(xué)報(bào),2014,46(7):87-94.

    [13] 嚴(yán)明君,項(xiàng)俊,羅艷,等.基于SURF與Hough森林的人臉檢測(cè)研究[J].計(jì)算機(jī)科學(xué),2014,41(7):301-305.

    [14] 張春鳳,宋加濤,王萬(wàn)良.行人檢測(cè)技術(shù)研究綜述[J].電視技術(shù),2014,38(3):157-162.

    [15]OverettG,PeterssonL,BrewerL,etal.Anewpedestriandatasetforsupervisedlearning[C]//Proc.2008IEEEIntelligentVehiclesSymposium.Eindhoven,Holland:IEEEPress,2008:373-378.

    [16]HeFei,LiYali,WangShengjin,etal.ANovelHierarchicalFrameworkforHumanHead-ShoulderDetection[C]//ImageandSignalProcessing(CISP),Shanghai,China,Oct15-17,2011,3:1485-1489.

    [17]SubhransuMaji,AleanderCBerg,JitendraMalik.EfficientClassificationforAdditiveKernelSVMs[J].PatternAnalysisandMachineIntelligence,2013,35(1):66-77.

    [18] 習(xí)文星,湯心溢.基于隨機(jī)森林和支持向量機(jī)的快速行人檢測(cè)算法[J].計(jì)算機(jī)應(yīng)用,2014,34(S2):283-285.

    MULTI-FEATURE FAST PEDESTRIAN DETECTION ALGORITHMBASEDONHOUGHFOREST

    Gu LingkangZhou Mingzheng

    (Key Laboratory of Computer Application Technology,College of Computer and Information,Anhui Polytechnic University,Wuhu 241000,Anhui,China)

    AbstractIn order to quickly detect pedestrians, we first rapidly found out the candidates of the top of the head according to the characteristics of human head tops, and according to this base point we extracted the object contour by using edge detection algorithm and took it as the area to be tested. Secondly, by using the improved colour self-similarity character and combining the region edge histogram and uniform pattern characters, we conducted the classification and detection on Hough forest classifier. Experimental results showed that, the algorithm proposed in this paper gained the improvement in both the detection accuracy and speed, and had stronger robustness and higher accuracy against the cluttered dynamic background, occlusion and the deformation of the object itself. In many pedestrian datasets tests it achieved good results as well.

    KeywordsPedestrian detectionPixel gradient directionLocal colour self-similarity characterRegion edge histogramLocal binary patternsHough forest

    收稿日期:2015-01-14。國(guó)家自然科學(xué)基金項(xiàng)目(61300170);安徽省自然科學(xué)基金項(xiàng)目(1308085MF95);安徽省級(jí)自然科學(xué)研究項(xiàng)目(TSKJ2014B11)。谷靈康,講師,主研領(lǐng)域:行人檢測(cè),計(jì)算機(jī)視覺(jué)。周鳴爭(zhēng),教授。

    中圖分類號(hào)TP391.4

    文獻(xiàn)標(biāo)識(shí)碼A

    DOI:10.3969/j.issn.1000-386x.2016.06.036

    猜你喜歡
    直方圖行人邊緣
    統(tǒng)計(jì)頻率分布直方圖的備考全攻略
    符合差分隱私的流數(shù)據(jù)統(tǒng)計(jì)直方圖發(fā)布
    毒舌出沒(méi),行人避讓
    意林(2021年5期)2021-04-18 12:21:17
    路不為尋找者而設(shè)
    用直方圖控制畫面影調(diào)
    我是行人
    一張圖看懂邊緣計(jì)算
    基于直方圖平移和互補(bǔ)嵌入的可逆水印方案
    行人流綜述
    在邊緣尋找自我
    雕塑(1999年2期)1999-06-28 05:01:42
    99久久人妻综合| 国产欧美日韩一区二区三区在线| 精品国产乱子伦一区二区三区| 日日夜夜操网爽| 搡老乐熟女国产| 国产aⅴ精品一区二区三区波| 午夜成年电影在线免费观看| 夜夜夜夜夜久久久久| 国产国语露脸激情在线看| 制服人妻中文乱码| 亚洲av片天天在线观看| 两性午夜刺激爽爽歪歪视频在线观看 | 亚洲欧美精品综合一区二区三区| 香蕉久久夜色| 成人av一区二区三区在线看| 嫩草影视91久久| av视频免费观看在线观看| 最近最新中文字幕大全免费视频| 欧洲精品卡2卡3卡4卡5卡区| 国产在视频线精品| 国产亚洲精品久久久久久毛片 | 亚洲欧美激情综合另类| 男男h啪啪无遮挡| 少妇粗大呻吟视频| 久久精品人人爽人人爽视色| 亚洲人成伊人成综合网2020| 久久国产亚洲av麻豆专区| 动漫黄色视频在线观看| 十八禁网站免费在线| 男人的好看免费观看在线视频 | 精品一区二区三区视频在线观看免费 | 国产在线一区二区三区精| 久久久久精品人妻al黑| 黄色片一级片一级黄色片| 99精品在免费线老司机午夜| 欧美日韩黄片免| 午夜免费观看网址| 欧美成狂野欧美在线观看| 国内久久婷婷六月综合欲色啪| 久久精品亚洲熟妇少妇任你| 国产精品香港三级国产av潘金莲| 亚洲一区二区三区欧美精品| 欧美久久黑人一区二区| 悠悠久久av| 亚洲av成人av| 国产成人免费观看mmmm| 又黄又爽又免费观看的视频| 亚洲片人在线观看| 国产精品成人在线| 日日摸夜夜添夜夜添小说| 少妇粗大呻吟视频| 国产av精品麻豆| 精品一区二区三区四区五区乱码| 无限看片的www在线观看| 精品人妻1区二区| 欧美黑人欧美精品刺激| 亚洲人成77777在线视频| 欧美日韩成人在线一区二区| 黄色怎么调成土黄色| 日本黄色视频三级网站网址 | 精品卡一卡二卡四卡免费| 老司机靠b影院| 日韩 欧美 亚洲 中文字幕| 亚洲美女黄片视频| 亚洲国产欧美日韩在线播放| 99久久人妻综合| 久久久精品免费免费高清| 午夜福利乱码中文字幕| av视频免费观看在线观看| 中文字幕人妻丝袜一区二区| 色94色欧美一区二区| 精品福利永久在线观看| 色精品久久人妻99蜜桃| 国产熟女午夜一区二区三区| 视频区图区小说| e午夜精品久久久久久久| 亚洲第一欧美日韩一区二区三区| www.熟女人妻精品国产| 9色porny在线观看| av电影中文网址| 每晚都被弄得嗷嗷叫到高潮| 叶爱在线成人免费视频播放| 18禁裸乳无遮挡动漫免费视频| 99久久99久久久精品蜜桃| 日韩制服丝袜自拍偷拍| 人人妻人人澡人人爽人人夜夜| 日本一区二区免费在线视频| 久久精品亚洲精品国产色婷小说| 免费黄频网站在线观看国产| 啪啪无遮挡十八禁网站| xxx96com| 日韩欧美国产一区二区入口| 亚洲性夜色夜夜综合| 日本wwww免费看| 亚洲 欧美一区二区三区| 身体一侧抽搐| 天天添夜夜摸| 女人被狂操c到高潮| 无限看片的www在线观看| 一本综合久久免费| 自线自在国产av| 成人免费观看视频高清| 亚洲成国产人片在线观看| 亚洲自偷自拍图片 自拍| 国产成人系列免费观看| 麻豆av在线久日| 91大片在线观看| 建设人人有责人人尽责人人享有的| 国产91精品成人一区二区三区| 日韩大码丰满熟妇| 精品高清国产在线一区| av线在线观看网站| 亚洲av熟女| 国产成人啪精品午夜网站| 水蜜桃什么品种好| 99热只有精品国产| 人人妻人人澡人人看| 热re99久久国产66热| 韩国精品一区二区三区| 国产成人精品在线电影| 成熟少妇高潮喷水视频| 国产精品98久久久久久宅男小说| 黄片小视频在线播放| 成年人黄色毛片网站| 人人妻人人添人人爽欧美一区卜| 男人舔女人的私密视频| 久久精品国产亚洲av高清一级| 大片电影免费在线观看免费| 下体分泌物呈黄色| 亚洲av成人av| x7x7x7水蜜桃| 9热在线视频观看99| 日韩欧美一区视频在线观看| 在线观看免费日韩欧美大片| 亚洲av成人一区二区三| 欧美黑人精品巨大| 亚洲精华国产精华精| 91成年电影在线观看| 亚洲七黄色美女视频| 午夜福利免费观看在线| 母亲3免费完整高清在线观看| 午夜老司机福利片| 制服人妻中文乱码| 国产精品电影一区二区三区 | 女人久久www免费人成看片| 精品久久久久久久毛片微露脸| 午夜精品在线福利| 操美女的视频在线观看| 大码成人一级视频| 精品少妇久久久久久888优播| 欧美国产精品va在线观看不卡| 日韩免费av在线播放| 91麻豆精品激情在线观看国产 | cao死你这个sao货| 18禁黄网站禁片午夜丰满| 国产精品永久免费网站| 99久久99久久久精品蜜桃| 亚洲精品国产区一区二| 在线永久观看黄色视频| 亚洲精品中文字幕一二三四区| 色婷婷av一区二区三区视频| 啦啦啦视频在线资源免费观看| 色老头精品视频在线观看| 久久久久久久国产电影| 亚洲av电影在线进入| 成年女人毛片免费观看观看9 | 免费高清在线观看日韩| 欧美成人免费av一区二区三区 | 国内毛片毛片毛片毛片毛片| av天堂久久9| 久久婷婷成人综合色麻豆| 成人亚洲精品一区在线观看| 国产精品永久免费网站| 嫩草影视91久久| 51午夜福利影视在线观看| 国产精品 欧美亚洲| 欧美不卡视频在线免费观看 | 久久亚洲精品不卡| 久久香蕉激情| av不卡在线播放| 国产在线一区二区三区精| 老司机影院毛片| 婷婷丁香在线五月| 免费在线观看影片大全网站| 欧美日韩亚洲综合一区二区三区_| 久久久久国产一级毛片高清牌| 侵犯人妻中文字幕一二三四区| 高清视频免费观看一区二区| 精品久久久久久电影网| 水蜜桃什么品种好| 亚洲av日韩精品久久久久久密| 亚洲精品乱久久久久久| 在线观看www视频免费| 亚洲精品粉嫩美女一区| 欧美丝袜亚洲另类 | 免费观看精品视频网站| 久久国产乱子伦精品免费另类| 69av精品久久久久久| 久久人人爽av亚洲精品天堂| 日韩成人在线观看一区二区三区| 欧美日韩成人在线一区二区| 欧美乱色亚洲激情| 亚洲av美国av| 777米奇影视久久| 中文亚洲av片在线观看爽 | 美女国产高潮福利片在线看| 成年人免费黄色播放视频| 日本撒尿小便嘘嘘汇集6| av不卡在线播放| 一进一出好大好爽视频| 日韩一卡2卡3卡4卡2021年| 美女国产高潮福利片在线看| 国产精品九九99| 18禁裸乳无遮挡动漫免费视频| 黑人巨大精品欧美一区二区mp4| 欧美日韩中文字幕国产精品一区二区三区 | 人妻 亚洲 视频| 亚洲色图 男人天堂 中文字幕| netflix在线观看网站| 黄色女人牲交| 一级作爱视频免费观看| 欧美日韩亚洲国产一区二区在线观看 | 国产精品1区2区在线观看. | 巨乳人妻的诱惑在线观看| 欧美日韩亚洲综合一区二区三区_| 无人区码免费观看不卡| 日日夜夜操网爽| 精品一区二区三区视频在线观看免费 | 夜夜夜夜夜久久久久| 国产精品免费视频内射| 午夜亚洲福利在线播放| 真人做人爱边吃奶动态| 亚洲男人天堂网一区| 亚洲成a人片在线一区二区| 在线观看免费视频日本深夜| 狠狠婷婷综合久久久久久88av| 久久人人爽av亚洲精品天堂| 国产精品香港三级国产av潘金莲| 日本vs欧美在线观看视频| 亚洲精品成人av观看孕妇| 人妻 亚洲 视频| 一边摸一边抽搐一进一小说 | 亚洲精品国产精品久久久不卡| 亚洲第一欧美日韩一区二区三区| 黑人巨大精品欧美一区二区蜜桃| 99riav亚洲国产免费| 亚洲av成人一区二区三| 一二三四社区在线视频社区8| 18禁裸乳无遮挡动漫免费视频| 999久久久精品免费观看国产| 免费观看人在逋| 亚洲情色 制服丝袜| 色在线成人网| 热99re8久久精品国产| 黄色成人免费大全| 欧美激情高清一区二区三区| 亚洲精品av麻豆狂野| 纯流量卡能插随身wifi吗| 国产三级黄色录像| 老司机午夜福利在线观看视频| 国产无遮挡羞羞视频在线观看| 久久中文字幕一级| 免费一级毛片在线播放高清视频 | 高清av免费在线| a在线观看视频网站| 久久久久精品国产欧美久久久| 女人爽到高潮嗷嗷叫在线视频| 丰满饥渴人妻一区二区三| 亚洲成人国产一区在线观看| 国产精品 国内视频| av网站在线播放免费| 欧美性长视频在线观看| 欧美精品高潮呻吟av久久| 中文字幕人妻丝袜制服| 国产成人免费观看mmmm| 91在线观看av| 久久久国产欧美日韩av| 欧美日韩乱码在线| 国产精品亚洲av一区麻豆| 超碰成人久久| 精品一品国产午夜福利视频| a级毛片在线看网站| 日韩欧美在线二视频 | 久久久久久久午夜电影 | 国产成人欧美在线观看| 欧美日韩瑟瑟在线播放| 18禁黄网站禁片免费观看直播| 色播亚洲综合网| 亚洲成av人片在线播放无| 91麻豆精品激情在线观看国产| 成人鲁丝片一二三区免费| 日本黄大片高清| 亚洲国产精品成人综合色| 麻豆一二三区av精品| 国产精品久久久人人做人人爽| 国产97色在线日韩免费| 三级国产精品欧美在线观看| 一个人观看的视频www高清免费观看| 9191精品国产免费久久| 亚洲片人在线观看| a在线观看视频网站| 欧美高清成人免费视频www| 在线免费观看的www视频| 亚洲精品456在线播放app | 久久香蕉精品热| 精品免费久久久久久久清纯| 一区二区三区国产精品乱码| 国产成年人精品一区二区| 亚洲人成网站在线播| 午夜免费成人在线视频| 国产成人av教育| 欧美区成人在线视频| 少妇裸体淫交视频免费看高清| 国内精品久久久久精免费| 婷婷六月久久综合丁香| 校园春色视频在线观看| 国产一区在线观看成人免费| 亚洲第一欧美日韩一区二区三区| 日韩欧美精品v在线| 老司机午夜十八禁免费视频| 日本五十路高清| 99精品久久久久人妻精品| 在线天堂最新版资源| 最近最新免费中文字幕在线| 成人国产综合亚洲| 观看美女的网站| 国产伦精品一区二区三区四那| 91麻豆精品激情在线观看国产| 特大巨黑吊av在线直播| 精品久久久久久,| 亚洲人成电影免费在线| 成年女人看的毛片在线观看| a级毛片a级免费在线| 国产v大片淫在线免费观看| 亚洲 欧美 日韩 在线 免费| 母亲3免费完整高清在线观看| 欧美绝顶高潮抽搐喷水| 欧美一区二区亚洲| 91九色精品人成在线观看| 19禁男女啪啪无遮挡网站| 最新美女视频免费是黄的| 久久亚洲精品不卡| 亚洲国产精品久久男人天堂| 亚洲精品日韩av片在线观看 | 一区二区三区激情视频| a在线观看视频网站| 亚洲色图av天堂| 欧美日韩乱码在线| 99国产精品一区二区三区| 久久久久久久午夜电影| 看片在线看免费视频| 国产av不卡久久| 国产高清videossex| 男女下面进入的视频免费午夜| xxxwww97欧美| 国产三级在线视频| 黄色片一级片一级黄色片| 免费在线观看影片大全网站| 精品欧美国产一区二区三| 久久国产精品影院| 一区二区三区免费毛片| 免费无遮挡裸体视频| 性色av乱码一区二区三区2| 国产亚洲精品av在线| 欧美日韩中文字幕国产精品一区二区三区| 中文字幕久久专区| 亚洲精品色激情综合| 最新在线观看一区二区三区| 国产精品98久久久久久宅男小说| 51午夜福利影视在线观看| 搡老熟女国产l中国老女人| 国产精品爽爽va在线观看网站| 美女被艹到高潮喷水动态| 中亚洲国语对白在线视频| 亚洲va日本ⅴa欧美va伊人久久| 18禁在线播放成人免费| 熟妇人妻久久中文字幕3abv| 午夜福利免费观看在线| 在线播放无遮挡| 女生性感内裤真人,穿戴方法视频| 国产精品永久免费网站| 欧美午夜高清在线| 国产在视频线在精品| 热99在线观看视频| svipshipincom国产片| 3wmmmm亚洲av在线观看| 亚洲av不卡在线观看| 亚洲国产精品999在线| 国内精品久久久久久久电影| 欧美又色又爽又黄视频| bbb黄色大片| 每晚都被弄得嗷嗷叫到高潮| 男人和女人高潮做爰伦理| 亚洲av二区三区四区| 免费搜索国产男女视频| 精品福利观看| 丝袜美腿在线中文| 国语自产精品视频在线第100页| 一个人观看的视频www高清免费观看| 少妇高潮的动态图| 日本 欧美在线| 在线观看免费视频日本深夜| 国产亚洲av嫩草精品影院| 亚洲电影在线观看av| 国产精华一区二区三区| 岛国在线观看网站| 国产精品免费一区二区三区在线| 亚洲人与动物交配视频| 国产99白浆流出| 亚洲精品影视一区二区三区av| 欧美乱码精品一区二区三区| 九九热线精品视视频播放| 亚洲在线自拍视频| 亚洲精品美女久久久久99蜜臀| 日本在线视频免费播放| av欧美777| 欧美另类亚洲清纯唯美| 精华霜和精华液先用哪个| 亚洲欧美激情综合另类| 日韩免费av在线播放| 真实男女啪啪啪动态图| 搡女人真爽免费视频火全软件 | 国产一区二区在线av高清观看| x7x7x7水蜜桃| 亚洲国产精品合色在线| 亚洲精品日韩av片在线观看 | 亚洲人成电影免费在线| 看黄色毛片网站| 老熟妇仑乱视频hdxx| 欧美性猛交╳xxx乱大交人| 欧美黄色淫秽网站| 全区人妻精品视频| 日本a在线网址| 一级毛片女人18水好多| 国产精品香港三级国产av潘金莲| 国产成人av教育| 99视频精品全部免费 在线| 两个人视频免费观看高清| 午夜视频国产福利| 一进一出好大好爽视频| 在线免费观看不下载黄p国产 | 亚洲av电影在线进入| 日韩欧美国产在线观看| av国产免费在线观看| 日韩有码中文字幕| 在线观看免费视频日本深夜| 性色av乱码一区二区三区2| 久久精品国产综合久久久| 欧美日韩中文字幕国产精品一区二区三区| 怎么达到女性高潮| 久久精品国产清高在天天线| 国产精品久久电影中文字幕| 国产私拍福利视频在线观看| 看免费av毛片| 亚洲狠狠婷婷综合久久图片| 日韩国内少妇激情av| 欧美zozozo另类| 欧美最新免费一区二区三区 | 波多野结衣高清作品| 国产色婷婷99| 欧美性猛交黑人性爽| 搡老熟女国产l中国老女人| 精品免费久久久久久久清纯| 网址你懂的国产日韩在线| 最后的刺客免费高清国语| 国产精品久久久久久久电影 | 少妇人妻一区二区三区视频| 一卡2卡三卡四卡精品乱码亚洲| 九九久久精品国产亚洲av麻豆| 九色国产91popny在线| 国产av不卡久久| 一区二区三区国产精品乱码| 国产黄色小视频在线观看| 婷婷精品国产亚洲av| 国产精华一区二区三区| 好男人电影高清在线观看| 国产成人欧美在线观看| 丰满人妻一区二区三区视频av | ponron亚洲| 久久久久国内视频| 国产高潮美女av| 欧美成人a在线观看| 在线天堂最新版资源| 亚洲国产色片| 欧美一区二区精品小视频在线| 高清毛片免费观看视频网站| 久久精品亚洲精品国产色婷小说| 9191精品国产免费久久| 欧美午夜高清在线| 色av中文字幕| 免费看a级黄色片| 一级作爱视频免费观看| 欧美日韩精品网址| 叶爱在线成人免费视频播放| 精品国内亚洲2022精品成人| 国产不卡一卡二| 老司机午夜福利在线观看视频| 成人av一区二区三区在线看| www.www免费av| 欧美日韩精品网址| 亚洲av第一区精品v没综合| 99久久99久久久精品蜜桃| 国产三级黄色录像| 午夜精品一区二区三区免费看| 男女做爰动态图高潮gif福利片| 又爽又黄无遮挡网站| 亚洲精品在线观看二区| 18禁黄网站禁片午夜丰满| 欧美日韩黄片免| 十八禁人妻一区二区| 婷婷精品国产亚洲av| av视频在线观看入口| 日韩国内少妇激情av| 深爱激情五月婷婷| 午夜免费男女啪啪视频观看 | 欧美bdsm另类| 欧美日韩福利视频一区二区| 在线天堂最新版资源| or卡值多少钱| 久久伊人香网站| 久久精品国产清高在天天线| 波多野结衣巨乳人妻| 日日干狠狠操夜夜爽| 夜夜看夜夜爽夜夜摸| 中文字幕精品亚洲无线码一区| 亚洲欧美日韩无卡精品| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 我的老师免费观看完整版| 麻豆国产av国片精品| 夜夜看夜夜爽夜夜摸| 久久欧美精品欧美久久欧美| 一本一本综合久久| 在线播放无遮挡| 91久久精品电影网| 一本一本综合久久| 国产爱豆传媒在线观看| 亚洲av免费高清在线观看| 91久久精品电影网| 真人一进一出gif抽搐免费| 亚洲国产高清在线一区二区三| 最近最新免费中文字幕在线| 国产精品1区2区在线观看.| 一个人观看的视频www高清免费观看| 一个人看的www免费观看视频| 亚洲黑人精品在线| 黄色成人免费大全| 免费观看的影片在线观看| 精品国产亚洲在线| 99热6这里只有精品| 精品人妻1区二区| 一级黄片播放器| 亚洲成人精品中文字幕电影| 两人在一起打扑克的视频| 人人妻,人人澡人人爽秒播| 99热6这里只有精品| 日韩欧美国产一区二区入口| 无人区码免费观看不卡| 波多野结衣高清无吗| 在线免费观看不下载黄p国产 | 日本撒尿小便嘘嘘汇集6| 午夜免费成人在线视频| 国产精品亚洲av一区麻豆| 亚洲精品日韩av片在线观看 | 久久国产精品影院| 日本一二三区视频观看| 不卡一级毛片| 麻豆成人午夜福利视频| 又粗又爽又猛毛片免费看| 国产日本99.免费观看| 日韩欧美精品v在线| 欧美极品一区二区三区四区| 久久精品夜夜夜夜夜久久蜜豆| 法律面前人人平等表现在哪些方面| 久久这里只有精品中国| 久久国产精品人妻蜜桃| 综合色av麻豆| 麻豆成人av在线观看| xxxwww97欧美| 国内揄拍国产精品人妻在线| 精品久久久久久久久久久久久| 中文字幕人妻丝袜一区二区| 亚洲无线观看免费| 欧美乱妇无乱码| av国产免费在线观看| 天堂av国产一区二区熟女人妻| 日本 欧美在线| 久久欧美精品欧美久久欧美| 国产综合懂色| 成人午夜高清在线视频| 午夜福利高清视频| 国产精品 欧美亚洲| 亚洲狠狠婷婷综合久久图片| 国产精品久久久久久久电影 | 国产高清视频在线观看网站| 欧美精品啪啪一区二区三区| 18禁黄网站禁片午夜丰满| 他把我摸到了高潮在线观看| 久久精品国产亚洲av涩爱 | 人人妻人人看人人澡| 一边摸一边抽搐一进一小说| 日本与韩国留学比较| 精品久久久久久久久久免费视频| 叶爱在线成人免费视频播放| 亚洲欧美日韩东京热| 欧美乱妇无乱码| 男女午夜视频在线观看| 看免费av毛片| 欧美成人一区二区免费高清观看| 日韩欧美精品v在线| a级一级毛片免费在线观看| 色播亚洲综合网| 欧美日本亚洲视频在线播放| 成人一区二区视频在线观看| 午夜老司机福利剧场| 午夜福利欧美成人|