Hadoop云平臺下基于HOG特征和Adaboost分類(lèi)器的快速行人檢測算法

首頁(yè) > 過(guò)刊瀏覽>2018年第26卷第4期 >49-51

Hadoop云平臺下基于HOG特征和Adaboost分類(lèi)器的快速行人檢測算法
DOI:
                        
                    
CSTR:
                        [cstr]
                    
作者:
                        
                        
                    
作者單位:江蘇開(kāi)放大學(xué) 信息與機電工程學(xué)院,江蘇開(kāi)放大學(xué) 信息與機電工程學(xué)院,南京信息工程大學(xué) 電子與信息工程學(xué)院
作者簡(jiǎn)介:
通訊作者:
中圖分類(lèi)號:
基金項目:江蘇省高校自然科學(xué)研究面上基金資助項目(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

圖/表

訪(fǎng)問(wèn)統計

參考文獻

相似文獻

引證文獻

資源附件

文章評論

摘要:

行人檢測在安保領(lǐng)域、無(wú)人駕駛領(lǐng)域、機器視覺(jué)領(lǐng)域以及多媒體分析領(lǐng)域等具有廣泛的應用。針對目前行人檢測技術(shù)運算量大、實(shí)時(shí)性差等不足, 提出了一種Hadoop云平臺下基于梯度直方圖(HOG)特征和Adaboost算法的快速行人檢測方法。該方法首先利用云計算模式提取圖片的HOG特征, 然后利用PCA方法對提取特征降維, 最后使用Adaboost算法構建分類(lèi)器對降維特征進(jìn)行分類(lèi)。利用不同場(chǎng)景照片對本文方法進(jìn)行實(shí)驗, 仿真結果表明, 在保持較高檢測準確度前提下, 采用Hadoop云計算的檢測速度比傳統的基于HOG特征行人檢測算法提高將近五倍, 有效提高檢測算法的實(shí)時(shí)性。

Abstract:

參考文獻

相似文獻

引證文獻

引用本文

黃金國,劉濤,周先春. Hadoop云平臺下基于HOG特征和Adaboost分類(lèi)器的快速行人檢測算法計算機測量與控制[J].,2018,26(4):49-51.

復制

文章指標

點(diǎn)擊次數:
下載次數:
HTML閱讀次數:
引用次數:

歷史

收稿日期:2018-01-19
最后修改日期:2018-01-25
錄用日期:2018-01-25
在線(xiàn)發(fā)布日期: 2018-04-23
出版日期:

国产欧美精品一区二区,中文字幕专区在线亚洲,国产精品美女网站在线观看,艾秋果冻传媒2021精品,在线免费一区二区,久久久久久青草大香综合精品,日韩美aaa特级毛片,欧美成人精品午夜免费影视

引用本文

分享

文章指標

歷史

文章二維碼