摘要：针对复杂环境中的行人检测问题,提出了一种有效的基于分层稀疏编码的图像表示方法.首先通过两层稀疏编码模型结合基于K-SVD的深度学习算法来获得图像的稀疏表示,对图像块及同一区域的高阶依赖关系进行了建模,形成一个有效的无监督特征学习方法;然后将得到的稀疏表示与SIFT描述符的稀疏表示进行特征融合,得到了更加全面、更加可判别的图像表示;最后结合SVM分类器应用于行人分类任务.实验结果表明,该行人分类方法对比同类方法在性能上有明显改善.

关键词：行人分类 稀疏编码 空间金字塔匹配 特征融合 

单位：合肥工业大学计算机与信息学院; 安徽合肥230009