论文部分内容阅读
行人检测是计算机视觉领域的核心算法,存在很多常用的数据集,其中Caltech数据集为视频数据,INRIA为静态数据,为了能够更好地利用有效的数据,提出一种基于多源数据融合的行人检测算法。采用方向梯度直方图和支持向量机的算法,通过增加负样本个数,以及增加难例的方式实现行人检测效果的提升。在训练集类型、样本处理方法上进行方法演进,得到普适性和特殊性的结论;实验采用INRIA为训练集、Caltech为开发集和测试集的方式进行多源数据融合,实现行人检测;在满足快速检测的前提下,使用F1值和满意指标RT作为评