基于稀疏表示的行人检测方法

成果编号：07506

价格：面议

完成单位：江苏大学

单位类别：其他高校

完成时间：2011年

成熟程度：研制阶段

服务产业领域：电子信息

我要对接关注发送消息

发布人：成科扬离线

发送消息

本方法对训练图像和检测图像进行归一化处理，提取颜色、纹理和形状三种特征向量，对三种特征向量进行稀疏表示并组合成稀疏化的混合特征向量；在模型训练阶段，根据训练图像稀疏化的混合特征向量通过支持向量机的模型训练方法训练分类器；在比较识别阶段，根据检测图像稀疏化的混合特征向量通过所述分类器进行识别。此方法具有良好的检测性能，对较多的数据集具有更好的效果，并且对于有遮挡的困难图像的检测也有较好的鲁棒性。

833 次浏览分享到

成果介绍

科技计划：

成果形式：新技术

合作方式：技术转让、技术开发、技术咨询、技术服务、技术入股

参与活动：

专利情况：正在申请 ,其中:发明专利 0 项
已授权专利,其中:发明专利 1 项
专利号:
201110447411.1

成果简介

成果概况

创新要点

1、本发明提取颜色、纹理和形状三种特征向量，对所述三种特征向量进行稀疏表示并组合成稀疏化的混合特征向量； 2、本发明与传统的行人检测方法相比，通过对行人图像特征向量的稀疏表示和没有用稀疏表示的方法相比较体现出更好的识别率，尤其是在大量的数据集下，其效果表现的更为明显； 3、本发明不仅对正常的行人图像识别效果好，而且对有遮挡的困难行人图像的检测表现出鲁棒性。

主要技术指标

本发明的方法分类准确率为92%，而没有进行稀疏表示的传统方法分类准确率为89%，本发明方法普遍比没用稀疏学习而直接分别通过颜色，纹理，形状特征向量运用SVM进行识别的分类准确率要高，并且在训练样本数目增加时，更能体现本文方法的优势。同时，在有遮挡的行人图像识别中，使用本发明方法与传统方法相比，具有更好的识别精度，体现出较好的鲁棒性。

其他说明

完成人信息

姓名：对接成功后可查看

所在部门：对接成功后可查看

职务：对接成功后可查看

职称：对接成功后可查看

手机：对接成功后可查看

E-mail：对接成功后可查看

电话：对接成功后可查看

传真：对接成功后可查看

邮编：对接成功后可查看

通讯地址：对接成功后可查看

联系人信息