2025年1月30日
星期四
|
欢迎来到南京江宁区图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
杨成
作品数:
1
被引量:0
H指数:0
供职机构:
山东英才学院
更多>>
发文基金:
辽宁省自然科学基金
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>>
合作作者
赵宗艳
大连理工大学汽车工程学院
郭烈
大连理工大学汽车工程学院
赵一兵
大连理工大学汽车工程学院
张广西
大连理工大学汽车工程学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
行人
1篇
行人检测
1篇
直方图
1篇
梯度方向
1篇
梯度方向直方...
1篇
交通安全
1篇
方向直方图
1篇
ADABOO...
1篇
HOG
1篇
GENTLE
机构
1篇
大连理工大学
1篇
山东英才学院
作者
1篇
张广西
1篇
赵一兵
1篇
杨成
1篇
郭烈
1篇
赵宗艳
传媒
1篇
高技术通讯
年份
1篇
2013
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于腿部梯度方向直方图特征优化的行人检测
2013年
针对传统的基于梯度方向直方图(HOG)特征的行人检测耗时较长的问题,提出了基于腿部HOG特征优化的行人检测方法。该方法采用加权Fisher线性判别(WLFD)代替线性SVM来选择最具区分性的HOG特征,在保持分类能力的同时减少训练时间和存储空间,而且选择查找表型弱分类器的Gentle Adaboost算法来训练优化权重组合HOG特征,形成一个强分类器来检测行人。通过对线性SVM、加权Fisher与阈值型以及加权Fisher与查找表型三种弱分类器的对比试验表明,基于加权Fisher与查找表型HOG特征优化后不仅提高了检测精度,而且训练时间和检测时间也能明显降低。
郭烈
赵宗艳
赵一兵
杨成
张广西
关键词:
交通安全
行人检测
GENTLE
ADABOOST
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张