多尺度空间金字塔池化PCANet的行人检测
来源：计算机工程杂志2019年第2期北京时间：
作者：夏胡云,叶学义,罗宵晗,王鹏
单位：杭州电子科技大学 模式识别与信息安全实验室,杭州 310018
摘要：针对非理想条件下行人检测的性能和效率问题,提出多尺度空间金字塔PCANet。将空间金字塔作为网络的特征池化层,通过分层池化特征的方式获得图像的显著性特征,并将底层特征和高层特征级联以获得样本的多尺度特征的向量表示,输入SVM分类器。在INRIA和NICTA数据库中,与HOG、CNN等算法进行行人检测对比实验,结果表明,该算法有更高的正确检测率、更低的漏检率和误检率。
关键词：行人检测,深度学习架构,主成分分析网络,多尺度特征,空间金字塔池化,显著性特征
基金资助：国家自然科学基金(60802047,60702018)。
