专利名称：基于支持向量机和深度特征的行人识别方法专利类型：发明专利
发明人：张云洲,周博强,纪鹏,吴成东,陈锦涛,商艳丽,张凯申请号：CN201710351391.5申请日：20170518公开号：CN107273804A公开日：20171020
摘要：一种基于支持向量机和深度特征的行人识别方法，包括如下步骤：制作训练样本，包括设定姿态下和采集的真实场景视频中的正样本与负样本。该行人特征描述子主要分为两部分，一部分用来刻画局部深度信息的变化特征，另一部分用来刻画局部深度信息的大小特征；对得到的训练样本使用LibSVM选取RBF核作为SVM的核函数针对深度信息特征来对行人分类器进行训练；根据分类器在运动目标区域以滑动窗口的方式检测运动目标区域中的行人，使用非极大值抑制的办法来剔除冗余的检测窗口，输出行人检测图像。本方法使用深度特征描述子作为SVM的特征向量进行行人识别，在保证实时性的同时，能够有效减缓相互遮挡、相互粘连等情况，提高了行人识别的准确率。
申请人：东北大学
地址：110819 辽宁省沈阳市和平区文化路三巷11号
国籍：CN
代理机构：大连理工大学专利中心
代理人：梅洪玉
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容