Improved Pedestrian Detection Using Object and Background Histograms

객체와 배경 히스토그램을 활용한 개선된 보행자 검출

This paper proposes an improved pedestrian detection method using object and background histograms. Objects detected through the HOG & SVM algorithm are detected in a square shape. Inside the square area, the background and the object area are mixed. If only the area of the object excluding the background is detected, various object-related information may be easily obtained. The size of the detected rectangle is readjusted using an xy-axis projection algorithm to fit the size of the object. And then, the improved object is detected by dividing the background and the object based on the histogram of the object in the readjusted square. The average values of precision and recall, which are reliability evaluations comparing the detected object with the original object, are 97.9% and 90%, respectively.

본 논문은 객체와 배경 히스토그램을 활용한 개선된 보행자 검출 방식을 제안하고 있다. HOG & SVM 알고리즘을 통해 검출한 객체는 사각형 형태로 검출된다. 사각형 영역 안에는 배경과 객체의 영역이 혼합되어있다. 배경을 제외한 객체의 영역만을 검출한다면 객체 관련 다양한 정보를 쉽게 얻을 수 있다. 검출된 사각형의 크기를 객체의 크기에 맞게 x-y축 투영 알고리즘을 사용하여 재조정한다. 그리고 나서 재조정 된 사각형 내의 객체에 대한 히스토그램을 바탕으로 배경과 객체를 구분하여 개선된 객체를 검출한다. 검출한 객체와 원본의 객체를 비교하는 신뢰성 평가인 정밀도와 재현율의 평균값이 각각 97.9%와 90%를 보이고 있다.