基于HOG特征和线性SVM级联分类器的行人检测方法

摘要

本发明公开了一种基于HOG特征和线性SVM级联分类器的行人检测方法，主要用于通过提高智能车在行驶过程中实施行人检测的准确性，从而解决智能车在行驶过程中的的安全问题。为了打破传统的基于HOG和SVM的行人检测算法在提取行人HOG特征时，行人必须大体上保持直立姿势的局限性，本发明提出将行人分为站立、蹲下、弯腰三种不同的肢体动作，分别作为一种正样本数据集训练成相应的弱分类器，再将得到的三个弱分类器集成为一个强分类器，并将该级联结构的强分类器作为智能车行人检测模型的方法。