陈金辉
- 作品数：2 被引量：22H指数：2
- 供职机构：华东理工大学信息科学与工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 行人检测中非极大值抑制算法的改进被引量：20
- 2015年
- 行人检测是计算机视觉领域的难点和热点问题。行人检测可大致划分为3个部分:特征提取、分类和非极大值抑制(Non-maximum Suppression,NMS)。当前的研究工作主要集中在特征提取、特征学习和分类器等方向,而非极大值抑制方向鲜有改进。目前常用的非极大值抑制算法是贪心策略,抑制时只使用了单一的重合面积信息。针对该问题,在ACF(Aggregate Channel Features)检测算法的基础上,对非极大值抑制进行了3项改进,显著地提升了算法的精度,并且算法的时间消耗只有略微的增加。在INRIA数据集上,单独使用引入尺度比的动态面积阈值NMS时能降低平均对数漏检率(MR)0.99%;单独使用保留外围检测分数相近的检测窗口的策略时NMS能降低MR 1.25%;两者结合可降低MR 2.5%;结合后,再对已经被抑制的检测窗口重复抑制,MR降低了2.63%,达到14.22%。
- 陈金辉叶西宁
- 关键词：行人检测非极大值抑制目标检测
- 静态图像行人检测算法研究
- 行人检测是计算机视觉领域的难点和热点问题，具有广泛的应用价值，例如智能视频监控，高级驾驶辅助系统，智能机器人等。静态图像行人检测算法主要包括图像预处理，特征提取，分类和后处理等过程。目前，研究工作主要集中在特征提取、特征...
- 陈金辉
- 关键词：行人检测目标检测图像处理特征提取
- 文献传递
