ISSN在线(2320 - 9801)打印(2320 - 9798)
使用猪和COHOG行人发现一个比较研究
行人事故仍然是第二大来源相关的交通伤害和事故客车后死亡。行人检测是计算机视觉的一个关键问题,与几个应用程序有可能积极影响生活质量。近年来,许多行人分类方法提出了。行人分类由两个阶段组成:特征提取和特征分类。最近提出了几种健壮的特征提取方法在文学和尺度不变特征变换(筛选),渐变的柱状图(猪),同现的梯度直方图(CoHOG)。还几个分类器存在像隐马尔科夫模型(HMM),支持向量机(SVM)和神经网络。在本文中,我们研究两种特征提取方法,我们使用神经网络作为分类器,而不是支持向量机。一个广泛的评估和比较这些方法的。底层设计机制的优点和缺点这些方法进行了讨论和分析通过分析评价和实证评价
Sujith B, Jyothiprakash