基于改进DPM模型的行人检测方法研究

摘要

为了提高在复杂环境下行人检测的准确率,提出一种基于改进可变形部件（DPM）模型的行人检测方法。特征提取时,将图像单元梯度方向离散到9个区间中,采用解析降维法代替主成分分析法对归一化的特征进行降维;将行人的身体部分分为多个模块,提取出行人以及各个模块的特征,然后分别针对行人以及模块进行分类器训练得到根模型与模块模型;最后采用Cascade方法代替传统的动态规划法对行人检测。在Matlab环境下进行仿真,结果表明该方法与传统的基于HOG特征的检测方法相比,识别率得到了明显提高,而与原始DPM方法相比,在不降低识别率的同时,能够在一定程度上提高其检测速度。