2025年8月13日 周三
首页 > 过刊浏览>2018年第26卷第4期 >49-51
PDF HTML阅读 XML下载 导出引用 引用提醒
Hadoop云平台下基于HOG特征和Adaboost分类器的快速行人检测算法
作者:
作者单位:

江苏开放大学 信息与机电工程学院,江苏开放大学 信息与机电工程学院,南京信息工程大学 电子与信息工程学院

基金项目:

江苏省高校自然科学研究面上基金资助项目(15KJD520003)；


Fast Pedestrian Detection based on HOG Feature and Adaboost Classifier in Hadoop Cloud Platform
Author:
Affiliation:

School of information and mechanical and electrical engineering,Jiangsu Open University,Jiangsu,School of information and mechanical and electrical engineering,Jiangsu Open University,Jiangsu,School of electronic and information engineering,Nanjing University of Information Science and Technology,Jiangsu

  • 摘要
    • | |
  • 访问统计
    • |
  • 参考文献 [18]
    • |
  • 相似文献 [20]
    • | | |
  • 文章评论
    摘要:

    行人检测在安保领域、无人驾驶领域、机器视觉领域以及多媒体分析领域等具有广泛的应用。针对目前行人检测技术运算量大、实时性差等不足, 提出了一种Hadoop云平台下基于梯度直方图(HOG)特征和Adaboost算法的快速行人检测方法。该方法首先利用云计算模式提取图片的HOG特征, 然后利用PCA方法对提取特征降维, 最后使用Adaboost算法构建分类器对降维特征进行分类。利用不同场景照片对本文方法进行实验, 仿真结果表明, 在保持较高检测准确度前提下, 采用Hadoop云计算的检测速度比传统的基于HOG特征行人检测算法提高将近五倍, 有效提高检测算法的实时性。

    参考文献
    Duc Thanh Nguyen, Wangqing Li, Phili O. Ogunbona. Human detection from images and videos: A survey[J]. Pattern Recognition, 2016, 51:148-175.
    张阳．复杂交通场景中基于视频的行人检测与跟踪若干关键问题研究．广州：华南理工大学, 2013．
    Zhong Wang, Xianbin Cao, Ping-kun Yang. Transfer Learning for Pedestrian Detection [J]. Neurocomputing, 2013, 100(1) : 51-57.
    苏松志, 李绍滋, 陈淑媛等．行人检测技术综述[J]．电子学报, 2012,40(4):814-820.
    M. Enzweiler, D.M. Gavrila. Monocular pedestrian detection:survey and experiments [J]. IEEE Trans Pattern Anal. Mach. Intell. 2009, 31(12):2179-2195.
    Dalal N, Triggs B. Histograms of oriented gradients for human detection[J]. IEEE Conference on Computer Vision Pattern Recognition. 2005:556-893.
    P. Viola and M. Jones. Robust real-time face detection[J], Int. J. Comput. Vis., vol. 57, no. 2, pp. 137–154, 2004.
    N. Dalal and B. Triggs, Histograms of oriented gradients for human detection[C], in Proc. CVPR, 2005, pp. 886–893.
    S. Walk, N. Majer, K. Schindler, and B. Schiele, New features and insights for pedestrian detection[C],, in Proc. CVPR2010, pp. 1030-1037.
    徐胜军,韩九强,赵亮,等.用于图像分割的局部区域能量最小化算法[J].西安交通大学学报,2011,45(8):7-12.
    P.Sabzmeydani and G. Mor. Detecting pedestrians by learning shapelet[C]. in Proc. CVPR, 2007, pp. 1-8。
    P. Felzenszwalb,R. Girshick, and D. Ramanan. Object detection with discriminatively trained part based models[J]. TPAMI, 2010.
    X. Wang, T. X. Han, and S. Yan, An HOG-LBP human detector with partial occlusion handling[C], in Proc. ICCV, 2009, pp. 32–39.
    R. Girshick. Fast R-CNN[C]. Proceedings of the IEEE International Conference on Computer Vision. 2015: 1440-1448.
    王旋, 陈忻, 刘巍一种适用于并行运算处理的实时高动态范围图 像合成算法研究[J].影像科学与光化学, 2015,33(4):330-335.
    余晓东, 雷英杰, 岳韶华, 等.基于粒子群优化的直觉模糊核匹配追踪算法[J].电子学报, 2015, 43(7): 1308-1314.
    刘建磊, 刘晓亮.基于拐点线的大雾能见度检测算法[J].计算机应用,2015, 35(2): 28-30.
    苏奇全, 贾宏光, 朱明超,等.基于递推闭环子空间辨识的自适应预测控制方法[J].信息与控制, 2015, 44(2):22-26.
    引证文献
    网友评论
    网友评论
    分享到微博
    发 布
引用本文

黄金国,刘涛,周先春. Hadoop云平台下基于HOG特征和Adaboost分类器的快速行人检测算法计算机测量与控制[J].,2018,26(4):49-51.

复制
分享
文章指标
  • 点击次数:1240
  • 下载次数: 766
  • HTML阅读次数: 0
  • 引用次数: 0
历史
  • 收稿日期:2018-01-19
  • 最后修改日期:2018-01-25
  • 录用日期:2018-01-25
  • 在线发布日期: 2018-04-23
文章二维码

您是本站第 211037103 访问者

通信地址：北京市海淀区阜成路8号院科研档案楼

电话/传真：01068372068 68767886 68370689 68371556 E-mail：ck@chinamca.com

版权所有：计算机测量与控制 ® 2025 版权所有

京公网安备 11010802026262号