摘要：由于行人集剛性特性和柔性特性于一身,使行人檢測成為繼人臉檢測之后計算機視覺的又一研究難點和熱點。但現(xiàn)有行人檢測技術(shù)中普遍采用的梯度方向直方圖特征存在維度高、特征冗余計算慢和存儲量大等缺陷。針對上述缺陷,引入粗集屬性約簡理論來降低該特征的維度,以提高行人檢測的性能和速度,降低行人特征的存儲量,從而應對目前大數(shù)據(jù)計算以及低存儲能力和低計算能力的移動設(shè)備中進行實時行人檢測的需要?；舅悸啡缦?首先,利用一個知識對另一個知識的正域概念來刻畫屬性的重要度,即屬性重要度值越大,則該屬性對分類越有幫助;反之則對分類幫助較小;然后,引入粗集屬性約簡理論,刪除原始決策表中屬性重要度值小的冗余屬性。實驗結(jié)果表明:將該算法引入行人檢測,在維度下降到原來的18.52%仍然保持95.88%的準確率和召回率,同時也提升了檢測速度,降低了行人特征的儲存量,驗證了粗集約簡理論在行人檢測中的有效性。