| Hadoop云平台下基于HOG特征和Adaboost分类器的快速行人检测算法 |
| |
| 引用本文： | 黄金国,刘涛,周先春.Hadoop云平台下基于HOG特征和Adaboost分类器的快速行人检测算法[J].计算机测量与控制,2018,26(4):49-51. |
| |
| 作者姓名： | 黄金国 刘涛 周先春 |
| |
| 作者单位： | 江苏开放大学 信息与机电工程学院,江苏开放大学 信息与机电工程学院,南京信息工程大学 电子与信息工程学院 |
| |
| 基金项目： | 江苏省高校自然科学研究面上基金资助项目(15KJD520003)； |
| |
| 摘 要： | 行人检测在安保领域、无人驾驶领域、机器视觉领域以及多媒体分析领域等具有广泛的应用。针对目前行人检测技术运算量大、实时性差等不足, 提出了一种Hadoop云平台下基于梯度直方图(HOG)特征和Adaboost算法的快速行人检测方法。该方法首先利用云计算模式提取图片的HOG特征, 然后利用PCA方法对提取特征降维, 最后使用Adaboost算法构建分类器对降维特征进行分类。利用不同场景照片对本文方法进行实验, 仿真结果表明, 在保持较高检测准确度前提下, 采用Hadoop云计算的检测速度比传统的基于HOG特征行人检测算法提高将近五倍, 有效提高检测算法的实时性。
|
| 关 键 词： | 行人检测 Hadoop 云计算 主成分分析 梯度直方图 Adaboost |
| 收稿时间： | 2018/1/19 0:00:00 |
| 修稿时间： | 2018/1/25 0:00:00 |
Fast Pedestrian Detection based on HOG Feature and Adaboost Classifier in Hadoop Cloud Platform |
| |
| LIU Tao and ZHOU Xian-chun.Fast Pedestrian Detection based on HOG Feature and Adaboost Classifier in Hadoop Cloud Platform[J].Computer Measurement & Control,2018,26(4):49-51. |
| |
| Authors: | LIU Tao and ZHOU Xian-chun |
| |
| Affiliation: | School of information and mechanical and electrical engineering,Jiangsu Open University,Jiangsu,School of information and mechanical and electrical engineering,Jiangsu Open University,Jiangsu,School of electronic and information engineering,Nanjing University of Information Science and Technology,Jiangsu |
| |
| Abstract: | |
| |
| Keywords: | Pedestrian detection Hadoop Cloud computing Principal component analysis Gradient histogram Adaboost |
|
| 点击此处可从《计算机测量与控制》浏览原始摘要信息 |
|
点击此处可从《计算机测量与控制》下载全文 |
