摘要：针对单幅图像中的行人检测问题，提出了基于白适应增强算法（Adaboost）和支持向量机（Support vecto rmachine，SVM）的曲级检测方法，应用粗细结合的思想有效提高检测的精度。粗级行人检测器通过提取四方向特征（Four direction features，FDF）和GAB（Gentle Adaboost）级联训练得到，精密级行人检测器用熵梯度直方图（Entropy—histograms of oriented gradients，EHOG）作为特征，通过支持向量机学习得到，本文提出的EHOG特征考虑到熵，通过分布的混乱程度描述，具有分辨行人和类似人的物体能力。实验结果表明，本义提出的EHOG、粗细结合的两级检测方法能准确地榆测出复杂背景下不同姿势的直立行人，检测精度优于以往Adaboost方法。

原文链接:http://www.cqvip.com/QK/90250X/201203/41190662.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）