Pedestrian Detection Under Partial Occlusion by using Logic Inference, HOG and SVM

Abstract

Este artigo apresenta um algoritmo para a detecção de pedestres em ambientes urbanos de condução durante o dia. A principal contribuição está no projeto de um novo classificador para discriminar entre a pessoa eo fundo, sob oclusão parcial. Para construir o classificador, o HOG (Histograma de desdobramentos orientados) foi utilizado em conjunto com o SVM (Support Vector Machine) e IL (Inferência Lógica) algoritmos. A imagem de entrada foi dividida em doze regiões, em cada um deles o vetor de recursos foi extraído e um classificador baseado em SVM foi construído. Com este design é possível capturar o detalhe específico de cada parte do humano corpo, como cabeça, pernas, braços e corpo. Posteriormente, eles foram unidos em um classificador final usando IL, a fim de obter um algoritmo eficiente para discriminar entre parcialmente ocluído pedestres e ao fundo, em ambientes urbanos durante o dia. Os experimentos relacionados ao classificador foram desenvolvidos várias bases de dados públicas, em vários graus de oclusão parcial; e os experimentos relacionados à detecção foram gerados em as informações obtidas pela plataforma experimental ViiA, para validar a proposta em condições reais de condução.