基于CENTRIST 特征的实时行人检测算法的实现

基于CENTRIST 特征的实时行人检测算法的实现

摘要：采用简化的混合高斯模型提取背景并保持跟新，利用背景差法提取前景目标，并最终提取目标的轮廓特征。centrist特征[4]可以很好的编码相邻像素的比较信息，而且隐式的表达了全局的轮廓， 与传统的adaboost算法结合起来可以很好的检测行人。当centrist与线性分类器结合使用时，可以不必生成特征向量，也不需要对图像进行预处理和特征向量的规范化处理，还可以进一步用硬件加速（使用gpu），在一个1.2ghz的cpu机器中，检测速度可以达到20fps。

关键词：轮廓特征；centrist特征；线性分类器；特征向量；直方图交叉核

中图分类号：tp391 文献标识码：a 文章编号：1009-3044（2013）02-0370-03

近年来，随着综合国力的提升以及人民生活水平的不断提高，银行、交通、安检、军事设施、国家安全设施以及高档私人住宅等领域对安全防范和现场及时记录报警系统的需求与日剧增，并且要求越来越高。视频监控已经广泛应用于在上述的各个方面，并得到普遍认可和好评。但是，在大多数情况下，普遍采用的是人工完成，无法满足实时性和智能性的要求。随着图像处理和模式识别技术的发展，行人检测成为智能监控的领域的一项重要课题，由于行人具有各种各样的姿势及大小数量不等附属物，也使得行人检测成为一项极具挑战性的课题。

本文来源：https://www.bwwdw.com/article/z3hr.html