摘 要: | 在对公共场所人流量统计的过程中,为了有效解决因行人遮挡、粘连所引发的在行人识别上的低检测率、高虚警率、实时性不足的缺点,对聚集型B-Haar特征和Edgelet特征协调进行特征提取,设计了双层组合结构行人识别模型。该模型的上层是在完全二叉树架构下结合局部二元模式改进的Haar特征(称作聚集型B-Haar特征),主管提取候选行人目标,确保较高的检测识别率;下层树状结构使用四分支串联树状结构,利用Edgelet特征并结合贝叶斯原理构建树状决策结构,对候选行人多部位检测然后判断候选目标是否为行人,实现降低虚警概率,保证实时性的目标。经过实验分析表明,所设计的多特征协同双层组合结构行人识别方法与传统的树状结构、串并联结构相比,在实时性、检测率和虚警率上具有明显的整体优势。
|