结合纹理与轮廓特征的多通道行人检测算法

针对在复杂场景下,聚合通道特征( ACF) 的行人检测算法存在检测精度较低、误检率较高的问题,提出一.种结合纹理和轮廓特征的多通道行人检测算法。算法由训练分类器和检测两部分组成。在训练阶段,首先提取ACF.特征、局部二值模式( LBP) 纹理特征和ST( Sketch Tokens) 轮廓特征,然后对提取的三类特征均采用Real AdaBoost 分.类器进行训练; 在检测阶段,应用了级联检测的思想,初期使用ACF 分类器处理所有实例,保留下来的少数实例应用.复杂的LBP 及ST 分类器进行逐次筛选。实验采用INRIA 数据集对算法进行仿真,该算法的平均对数漏检率为.13. 32%,与ACF