基于梯度方向直方圖的行人檢測(cè)方法研究.pdf

1、行人檢測(cè)技術(shù)是計(jì)算機(jī)視覺(jué)、人機(jī)交互和模式識(shí)別等領(lǐng)域中的一項(xiàng)重要研究?jī)?nèi)容，是目前計(jì)算機(jī)應(yīng)用領(lǐng)域的研究熱點(diǎn)之一。它處于智能車輛輔助導(dǎo)航系統(tǒng)的底層，是各種后續(xù)高級(jí)處理，如目標(biāo)分類、行為理解的基礎(chǔ)。行人檢測(cè)技術(shù)在智能控制系統(tǒng)、虛擬現(xiàn)實(shí)、機(jī)器人應(yīng)用等方面也有著廣泛地應(yīng)用。
　　 目前行人檢測(cè)技術(shù)主要利用大量行人外貌的統(tǒng)計(jì)信息，即基于統(tǒng)計(jì)分類的方法進(jìn)行檢測(cè)?；诮y(tǒng)計(jì)分類的方法通過(guò)機(jī)器學(xué)習(xí)從一系列訓(xùn)練數(shù)據(jù)中學(xué)習(xí)得到一個(gè)分類器，然后利用該分類器

2、進(jìn)行行人識(shí)別。這類方法主要包括兩個(gè)步驟：特征提取和分類器設(shè)計(jì)。特征提取的目的是降低數(shù)據(jù)的維數(shù)，得到能反映行人本質(zhì)屬性的特征；分類器設(shè)計(jì)屬于機(jī)器學(xué)習(xí)領(lǐng)域的范疇，其目的是得到一個(gè)計(jì)算復(fù)雜度較低、泛化能力較強(qiáng)的分類器。
　　 本文提取圖像的梯度方向直方圖特征(Histogram of Oriented Gradient，HOG)，該特征包含了圖像中某個(gè)矩形區(qū)域的梯度方向與強(qiáng)度的統(tǒng)計(jì)信息，能夠在復(fù)雜背景下較好地反映出行人的輪廓。采用支持