Hadoop云平台下基于HOG特征和Adaboost分类器的快速行人检测算法

首页 > 过刊浏览>2018年第26卷第4期 >49-51

Hadoop云平台下基于HOG特征和Adaboost分类器的快速行人检测算法
DOI:
                        
                    
CSTR:
                        [cstr]
                    
作者:
                        
                        
                    
作者单位:江苏开放大学 信息与机电工程学院,江苏开放大学 信息与机电工程学院,南京信息工程大学 电子与信息工程学院
作者简介:
通讯作者:
中图分类号:
基金项目:江苏省高校自然科学研究面上基金资助项目(15KJD520003)；

Fast Pedestrian Detection based on HOG Feature and Adaboost Classifier in Hadoop Cloud Platform

Author:

Affiliation:

School of information and mechanical and electrical engineering,Jiangsu Open University,Jiangsu,School of information and mechanical and electrical engineering,Jiangsu Open University,Jiangsu,School of electronic and information engineering,Nanjing University of Information Science and Technology,Jiangsu

Fund Project:

摘要

图/表

访问统计

参考文献

相似文献

引证文献

资源附件

文章评论

摘要:

行人检测在安保领域、无人驾驶领域、机器视觉领域以及多媒体分析领域等具有广泛的应用。针对目前行人检测技术运算量大、实时性差等不足, 提出了一种Hadoop云平台下基于梯度直方图(HOG)特征和Adaboost算法的快速行人检测方法。该方法首先利用云计算模式提取图片的HOG特征, 然后利用PCA方法对提取特征降维, 最后使用Adaboost算法构建分类器对降维特征进行分类。利用不同场景照片对本文方法进行实验, 仿真结果表明, 在保持较高检测准确度前提下, 采用Hadoop云计算的检测速度比传统的基于HOG特征行人检测算法提高将近五倍, 有效提高检测算法的实时性。

Abstract:

参考文献

相似文献

引证文献

引用本文

黄金国,刘涛,周先春. Hadoop云平台下基于HOG特征和Adaboost分类器的快速行人检测算法计算机测量与控制[J].,2018,26(4):49-51.

复制

文章指标

点击次数:
下载次数:
HTML阅读次数:
引用次数:

历史

收稿日期:2018-01-19
最后修改日期:2018-01-25
录用日期:2018-01-25
在线发布日期: 2018-04-23
出版日期:

引用本文

分享

文章指标

历史

文章二维码