基于可变形部件模型HOG特征的人形目标检测

作     者：宋瑨 王世峰 Song Jin;Wang Shifeng

作者机构：长春理工大学光电工程学院吉林长春130022 

出 版 物：《应用光学》 (Journal of Applied Optics)

年 卷 期：2016年第37卷第3期

页      面：380-384页

核心收录：

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 081105[工学-导航、制导与控制] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 0702[理学-物理学] 

基　　金：吉林省自然科学基金(20150101047JC) 上海市深空探测技术重点实验室开放课题资助项目(DS201507-001 DS201509-002) 长春理工大学青年科学基金(XQNJJ-2014-05) 

主　　题：可变形部件模型 梯度方向直方图 隐支持向量机 目标检测 

摘      要：使用单幅图像进行特定目标的检测是机器视觉领域的重要任务之一。利用机器学习的方法,使用LSVM分类器进行人形目标的检测。该方法提取图像的HOG(梯度方向直方图)特征和其对应的可变形部件来描述目标的外形特征,能够较好地解决目标由于运动而产生外形变化的问题。对常见公共区域场景进行数据采集并随机抽取了200张图像,使用所述方法对其中共1 100个人形目标进行检测,正确率识别率为78.3%。结果表明该方法具有一定的可行性和稳定性,能够较好检测出单幅图像中的人形目标并加以标注。但对于某种程度有所遮蔽的人形目标则会产生漏检的现象。