结合SVM分类器与HOG特征提取的行人检测.pdf

第 卷 第 期 计 算 机 工 程 年 月 软件技术与数据库 文章编号 文献标识码 中图分类号 结合 分类器与特征提取的行人检测 徐 渊 许晓亮 李才年 姜梅 张建国 深圳大学信息工程学院广东 深圳 深圳市振华微电子有限公司广东 深圳 摘 要 针对基于方向梯度直方图 的行人检测方案存在运算量大实时性差的问题设计一个内嵌支持向 量机分类器的 特征提取归一化模块并将其应用于行人检测 提出两级流水线架构第 级采用 像素块扫描并结合查找表的方式生成 以减少乘法器资源消耗量第 级将 路并行 内嵌到 归一化模块中通过提前启动 降低 路 乘累加器的位宽 利用面向硬件实现的自动消除检测重 复性算法进一步提高检测准确性 实验结果表明该方案能够以 时钟频率运行在 芯片 上每秒可处理 帧 分辨率的图像具有较高的行人检测实时性和准确率 关键词 现场可编程门阵列流水线查找表方向梯度直方图支持向量机 中文引用格式徐 渊许晓亮李才年等结合 分类器与 特征提取的行人检测计算机工程 英文引用格式 出方向梯度直方图 概述 与线性支持向量机 基于计算机视觉的行人检测在智能监控机器 分类器相结合的方法 该方法具有较高的正 人自动导航车辆辅助驾驶系统中具有重要应用价 确率和鲁棒性当误检率为 时检测准确率高达 但是该方法计算量大检测速度慢很难满 值是当前最热门的研究课题之一 文献 提 基金项目深圳市战略新兴产业发展专项基金资助项目 神经形态学视觉芯片模型研究及仿真 作者简介徐 渊 男讲师博士主研方向为集成电路设计数字系统设计许晓亮李才年硕士研究生姜 梅讲师博士 张建国工程师 收稿日期 修回日期