论文部分内容阅读
针对自然背景下的行人检测问题,从人体最显著的轮廓信息出发,提出一种基于统计结构梯度(SSG,Statistical Structural Gradient)的行人检测算法。采用支持向量机(SVM,Support Vector Machine)算法对数据库中行人样本的SSG特征进行训练,得到行人检测分类器。提出的SSG算法在sobel图像中仅做结构统计和角度幅值计算,能够采用积分图加速行人检测速度。对INRIA数据库中的288张样本进行测试,误检率(FPPW,False Positives Per W