技术特征:
技术总结
本发明公开了一种基于HOG特征和线性SVM级联分类器的行人检测方法,主要用于通过提高智能车在行驶过程中实施行人检测的准确性,从而解决智能车在行驶过程中的的安全问题。为了打破传统的基于HOG和SVM的行人检测算法在提取行人HOG特征时,行人必须大体上保持直立姿势的局限性,本发明提出将行人分为站立、蹲下、弯腰三种不同的肢体动作,分别作为一种正样本数据集训练成相应的弱分类器,再将得到的三个弱分类器集成为一个强分类器,并将该级联结构的强分类器作为智能车行人检测模型的方法。
技术研发人员:王培;毕强;季一木;吴夜;刘尚东;薛景;王汝传
受保护的技术使用者:南京邮电大学
技术研发日:2019.01.04
技术公布日:2019.06.14