摘要：由于行人集剛性特性和柔性特性于一身,使行人檢測(cè)成為繼人臉檢測(cè)之后計(jì)算機(jī)視覺(jué)的又一研究難點(diǎn)和熱點(diǎn)。但現(xiàn)有行人檢測(cè)技術(shù)中普遍采用的梯度方向直方圖特征存在維度高、特征冗余計(jì)算慢和存儲(chǔ)量大等缺陷。針對(duì)上述缺陷,引入粗集屬性約簡(jiǎn)理論來(lái)降低該特征的維度,以提高行人檢測(cè)的性能和速度,降低行人特征的存儲(chǔ)量,從而應(yīng)對(duì)目前大數(shù)據(jù)計(jì)算以及低存儲(chǔ)能力和低計(jì)算能力的移動(dòng)設(shè)備中進(jìn)行實(shí)時(shí)行人檢測(cè)的需要。基本思路如下:首先,利用一個(gè)知識(shí)對(duì)另一個(gè)知識(shí)的正域概念來(lái)刻畫(huà)屬性的重要度,即屬性重要度值越大,則該屬性對(duì)分類越有幫助;反之則對(duì)分類幫助較小;然后,引入粗集屬性約簡(jiǎn)理論,刪除原始決策表中屬性重要度值小的冗余屬性。實(shí)驗(yàn)結(jié)果表明:將該算法引入行人檢測(cè),在維度下降到原來(lái)的18.52%仍然保持95.88%的準(zhǔn)確率和召回率,同時(shí)也提升了檢測(cè)速度,降低了行人特征的儲(chǔ)存量,驗(yàn)證了粗集約簡(jiǎn)理論在行人檢測(cè)中的有效性。