联合部件特征与增强SVM的行人检测算法

为解决遮挡、姿态变化等局部变化引起的行人检测性能下降问题，提出一种融合全局和局部特征的行人检测方法。首先，将人体分为全局和局部6个部件；然后，改进Haar-like特征描述子，用于快速提取人体局部部件特征，再融合全局部件的方向梯度直方图特征，构建人体的联合部件特征。最后，结合增强学习思路改进支持向量机学习方法，对联合部件特征进行训练和分类。实验结果表明，该方法正确率高，虚警率低，受遮挡、姿态变化影响小。