• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International Journal of Innovative Computing Information and Control >PEDESTRIAN DETECTION BASED ON MODIFIED DYNAMIC BACKGROUND USING GAUSSIAN MIXTURE MODELS AND HOG-SVM DETECTION
【24h】

PEDESTRIAN DETECTION BASED ON MODIFIED DYNAMIC BACKGROUND USING GAUSSIAN MIXTURE MODELS AND HOG-SVM DETECTION

机译：高斯混合模型和HOG-SVM检测的基于动态背景的行人检测

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, we propose a fast pedestrian detection method based on surveillance video clips under stationary cameras. Our purpose is to address the problem of low speed of pedestrian detection with an HOG-SVM detector. First, the background modeling using the mixture of Gaussians is used to extract the moving objects in the video. Then, three steps, i.e., shadow removing, eroding and dilating and border expanding are performed to make further alterations to the extracted foreground. At the same time, our experiments based on the INRIA dataset calculate the histogram of oriented gradients feature of the whole pedestrians and classify them by a support vector machine. Experimental results indicate that the foreground extracted by our background modeling scheme can contain all the moving objects well through shadow removing and border expanding. So the proposed methods outperform the traditional HOG+SVM method in both recognition accuracy and processing speed.
机译：在本文中，我们提出了一种基于固定摄像机监视视频片段的快速行人检测方法。我们的目的是解决使用HOG-SVM检测器的行人检测速度低的问题。首先，使用混合高斯的背景建模来提取视频中的运动对象。然后，执行三个步骤，即阴影去除，腐蚀和扩张以及边界扩展，以对提取的前景进行进一步的改变。同时，我们基于INRIA数据集的实验计算了整个行人的定向坡度特征的直方图，并通过支持向量机对其进行分类。实验结果表明，通过背景建模方案提取的前景可以通过阴影去除和边界扩展很好地包含所有运动对象。因此，所提方法在识别精度和处理速度上均优于传统的HOG + SVM方法。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号