公开(公告)号：CN103198332B

公开(公告)日：2016-08-03

申请号：CN201310104777.8

申请日：2013-03-28

Applicant: 华南理工大学

Inventor： 刘琼 ,  庄家俊 ,  王国华 ,  魏澄 ,  廖永贵

IPC: G06K9/66

Abstract: 本发明公开一种实时鲁棒的远红外车载行人检测方法。该方法利用像素梯度的垂直投影捕捉输入图像中潜在的行人预选区域，采用局部阈值化方法和形态学后处理技术从行人预选区域中搜索感兴趣区域；提取多级熵加权梯度方向直方图特征描述感兴趣区域并输入支持向量机行人分类器进行在线感兴趣区域判断，通过多帧校验筛选行人分类器判断结果实现行人检测。根据样本高度分布划分训练样本空间，构建三分支结构的分类框架；结合自举法和提前终止法迭代收集困难样本和训练行人分类器。本发明不仅提高了行人检测的准确率，还能降低虚警率、改善输入图像处理速度和分类器泛化能力，提供了一种有效的夜间车载辅助行人预警方法。

公开(公告)号：CN104239907A

公开(公告)日：2014-12-24

申请号：CN201410338632.9

申请日：2014-07-16

Applicant: 华南理工大学

Inventor： 刘琼 ,  庄家俊 ,  申旻旻

IPC: G06K9/66

Abstract: 本发明公开面向变化场景的远红外行人检测方法，该方法基于Boosting-style的归纳迁移学习算法DTLBoost，从辅助数据中筛选样本扩展目标数据集。首先利用基于k近邻的样本重要性度量模型评估辅助数据与目标数据之间的相似度，为辅助数据中的不同样本分配相应的初始权重。在训练过程中，显式地定义成员分类器的预测不一致性程度，并结合当前成员分类器的预测错误率对辅助数据和目标数据样本的当前权重进行迭代更新，从辅助数据中筛选出具有正迁移能力的样本扩展训练集，并鼓励不同成员分类器学习目标数据的不同部分或方面。从而训练出泛化能力更强的集成分类器，增强新场景中行人检测的鲁棒性。

公开(公告)号：CN103198332A

公开(公告)日：2013-07-10

申请号：CN201310104777.8

申请日：2013-03-28

Applicant: 华南理工大学

Inventor： 刘琼 ,  庄家俊 ,  王国华 ,  魏澄 ,  廖永贵

IPC: G06K9/66

Abstract: 本发明公开一种实时鲁棒的远红外车载行人检测方法。该方法利用像素梯度的垂直投影捕捉输入图像中潜在的行人预选区域，采用局部阈值化方法和形态学后处理技术从行人预选区域中搜索感兴趣区域；提取多级熵加权梯度方向直方图特征描述感兴趣区域并输入支持向量机行人分类器进行在线感兴趣区域判断，通过多帧校验筛选行人分类器判断结果实现行人检测。根据样本高度分布划分训练样本空间，构建三分支结构的分类框架；结合自举法和提前终止法迭代收集困难样本和训练行人分类器。本发明不仅提高了行人检测的准确率，还能降低虚警率、改善输入图像处理速度和分类器泛化能力，提供了一种有效的夜间车载辅助行人预警方法。