行人检测技术综述

行人检测是计算机视觉中的研究热点和难点,本文对2005-2011这段时间内的行人检测技术中最核心的两个问题—特征提取、分类器与定位—的研究现状进行综述.文章中首先将这些问题的处理方法分为不同的类别,将行人特征分为底层特征、基于学习的特征和混合特征,分类与定位方法分为滑动窗口法和超越滑动窗口法,并从纵横两个方向对这些方法的优缺点进行分析和比较,然后总结了构建行人检测器在实现细节上的一些经验,最后对行人检测技术的未来进行展望.     

基于模糊控制的ASIFT图像特征优化算法

ASIFT算法是图像特征匹配的有效工具,具有很强的仿射不变性.在ASIFT算法的基础上,利用Nelder-Mead单纯形方法优化采样点,并通过模糊控制策略实现单纯形参数的自适应调整.针对一组低空遥感图像的实验结果表明,本文方法保持了ASIFT算法对仿射变换的鲁棒性,并且能获得比ASIFT和SIFT算法更多的特征匹配对.