基于改进动态的行人检测基于高斯混合模型的背景和HOG-SVM检测

基于改进动态的行人检测基于高斯混合模型的背景和HOG-SVM检测(中文6000字,英文PDF)
摘要
本文提出了一种基于固定摄像机下的监视视频剪辑的快速行人检测方法。我们的目的是解决基于HOG-SVM检测器的行人检测速度慢的问题.首先，利用高斯混合的背景模型提取视频中的运动目标，然后进行阴影去除、腐蚀和膨胀以及边界扩展三个步骤，对提取的前景进行进一步的修改。同时，我们基于INRIA数据集的实验计算了整个行人的定向梯度特征的直方图，并通过支持向量机对它们进行分类。实验结果表明，通过背景建模方案提取的前景可以通过阴影去除和边界扩展很好地包含所有运动目标。因此，所提出的方法在识别精度和处理速度方面均优于传统的HOG + SVM方法。
关键词：高斯混合模型；阴影去除；腐蚀和膨胀；边界扩展；HOG+SVM；行人检测