具有熵加权HID特征的MACF昼夜分时行人检测算法

摘要

针对外部环境的复杂多变性导致基于传统多光谱聚合通道特征(MACF)的行人检测算法漏检率高的问题,在提取红外通道梯度方向直方图(HOG)特征时,利用局部区域的邻域像素强度差异估计和信息熵分析,构建新的熵加权强度差异直方图(EWHID)特征,来加强行人目标边缘轮廓部分对整体特征的贡献程度。针对昼夜不同环境条件下多光谱行人特征存在差异导致误检率较高的问题,利用HSV颜色空间直方图信息建立的检测器对输入图像进行昼夜分类,用训练好的日间和夜间Real Adaboost分类器对图像进行昼夜分时检测。仿真实验结果表明:相比于MACF行人检测算法误检窗口减少,检测精度提升。