基于ACF算法的行人检测研究

近年来,关于行人检测领域的研究,人们提出了各种各样的方法。其中,多样化的特征和高效的分类器是这些研究的关键,本文就是在这两个方面找到一种更高效的方法来提高性能。我们的行人检测方法是将3种特征关联在一起,包括负特征(objectness features)、突出特征(salient feature)和边缘特征(edgebox feature)。与此同时,我们改进分类器的架构以提升性能。通过Caltech-USA 和 INRIA这两个数据库对模型进行训练,相比于一般的检测模型,我们的准确率提高了20%。