高级检索

  • ISSN 1006-3080
  • CN 31-1691/TQ

行人检测中非极大值抑制算法的改进

陈金辉 叶西宁

陈金辉, 叶西宁. 行人检测中非极大值抑制算法的改进[J]. 华东理工大学学报(自然科学版), 2015, (3): 371-378.
引用本文: 陈金辉, 叶西宁. 行人检测中非极大值抑制算法的改进[J]. 华东理工大学学报(自然科学版), 2015, (3): 371-378.
CHEN Jin-hui, YE Xi-ning. Improvement of Non maximum Suppression in Pedestrian Detection[J]. Journal of East China University of Science and Technology, 2015, (3): 371-378.
Citation: CHEN Jin-hui, YE Xi-ning. Improvement of Non maximum Suppression in Pedestrian Detection[J]. Journal of East China University of Science and Technology, 2015, (3): 371-378.

行人检测中非极大值抑制算法的改进

基金项目: 

国家自然科学基金(60974066)

Improvement of Non maximum Suppression in Pedestrian Detection

  • 摘要: 行人检测是计算机视觉领域的难点和热点问题。行人检测可大致划分为3个部分:特征提取、分类和非极大值抑制(Non maximum Suppression,NMS)。当前的研究工作主要集中在特征提取、特征学习和分类器等方向,而非极大值抑制方向鲜有改进。目前常用的非极大值抑制算法是贪心策略,抑制时只使用了单一的重合面积信息。针对该问题,在ACF(Aggregate Channel Features)检测算法的基础上,对非极大值抑制进行了3项改进,显著地提升了算法的精度, 并且算法的时间消耗只有略微的增加。在INRIA数据集上,单独使用引入尺度比的动态面积阈值NMS时能降低平均对数漏检率( MR) 0.99%;单独使用保留外围检测分数相近的检测窗口的策略时NMS能降低MR 1.25%;两者结合可降低MR 2.5%;结合后,再对已经被抑制的检测窗口重复抑制,MR降低了2.63%,达到14.22%。

     

  • 加载中
计量
  • 文章访问数:  6429
  • HTML全文浏览量:  392
  • PDF下载量:  1059
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-07-10
  • 刊出日期:  2015-06-17

目录

    /

    返回文章
    返回