基于BING-casDPM的快速行人检测算法

行人检测是计算机视觉技术中一个热门的研究热点, 在汽车辅助驾驶和视频监控等方面具有重要作用. 由于传统的可变形部件模型(deformable part model, DPM)采用滑动窗口检测方式, 在背景区域花费大量检测时间会导致检测速度降低, 因此提出了一种基于BING-casDPM的快速行人检测算法. 首先基于二进制化梯度范数特征(binarized normed gradient, BING)训练一个二级支持向量机(support vector machine, SVM)分类器, 通过该分类器快速标定出所测图像中包含各类物体的候选区域; 然后根据候选区域窗口的特点进一步提取待检测框; 最后将待检测框作为输入, 使用级联DPM(cascade DPM, casDPM)模型进行精确检测, 并将结果返回至原图. 实验结果表明, 该算法在基本不降低检测率的情况下, 其检测速度比经典DPM模型检测速度提高了约16倍,比casDPM模型提高了约40%.