使用結(jié)合改進(jìn)聚合通道特征和灰度共生矩陣設(shè)計(jì)的俯視行人檢測(cè)算法介紹

　　針對(duì)傳統(tǒng)俯視行人檢測(cè)方法提取的頭部特征單一、檢測(cè)錯(cuò)誤率高的問(wèn)題，提出了結(jié)合改進(jìn)聚合通道特征（ACF）和灰度共生矩陣（GLCM）的俯視行人檢測(cè)算法。首先，將提取到的HSV顏色特征、梯度幅值大小以及改進(jìn)后的梯度方向直方圖（ HOG）特征組合成ACF描述子；然后，采用窗口法計(jì)算改進(jìn)的GLCM參數(shù)描述子，提取紋理特征，串聯(lián)每個(gè)窗口的特征向量得到共生矩陣特征描述子；最后，將聚合通道和共生矩陣特征分別輸入Adaboost訓(xùn)練得到分類(lèi)器，并進(jìn)行檢測(cè)得到最終結(jié)果。實(shí)驗(yàn)結(jié)果表明，所提算法能在干擾背景存在的情況下有效檢測(cè)目標(biāo)，提高了檢測(cè)的準(zhǔn)確率和召回率。

　　目前，智能監(jiān)控場(chǎng)景下的俯視行人檢測(cè)技術(shù)被廣泛應(yīng)用于人流量統(tǒng)計(jì)以及行人智能分析中，以實(shí)現(xiàn)對(duì)人流量密集場(chǎng)所的有效監(jiān)管?；诟┮暤男腥藱z測(cè)近些年取得了突飛猛進(jìn)的發(fā)展；然而行人的發(fā)型、發(fā)色以及復(fù)雜的周?chē)尘凹哟罅藱z測(cè)的難度，導(dǎo)致檢測(cè)效果仍不理想，需進(jìn)一步改進(jìn)。因此，俯視行人檢測(cè)技術(shù)具有極大的研究空間和重要的現(xiàn)實(shí)意義。本文重點(diǎn)研究在復(fù)雜背景下，基于俯視視角的行人檢測(cè)。