声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：51-1196/TP
国际刊号：1001-3695
发布日期:
作者：刘倩,李策,杨峰,刘立波,
单位：1.中国矿业大学(北京)机电与信息工程学院,北京100083；2.宁夏大学信息工程学院,银川750001；
关键词：似物目标检测,二值化赋范梯度,方向梯度直方图,极限学习机,
基金：贵州省科技计划资助项目(黔科合GZ字［2015］3020)；国家自然科学基金资助项目(61751215)；；
针对传统滑动窗口行人检测速度慢、无效窗口数量大和识别率低的问题，提出基于似物目标的快速行人检测算法。该算法首先使用改进的二值化赋范梯度算法生成目标候选集，再利用NDOG特征描述子计算目标特征。通过在INRIA和Caltech-USA两个行人数据库的分析实验，证明该算法可有效减少待检测窗口数量，提高特征表示能力，且计算时间显著降低，使用线性支持向量机作为分类器可获得较高的行人检测率。
来源：2019年第7期
《计算机应用研究》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。