咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >联合梯度直方图和局部二值模式特征的人体检测 收藏

联合梯度直方图和局部二值模式特征的人体检测

HOG-LBP pedestrian detection

作     者:黄炎 范赐恩 朱秋平 张虎 邓德祥 HUANG Yan;FAN Ci-en;ZHU Qiu-ping;Zhang Hu;DENG De-xiang

作者机构:武汉大学电子信息学院湖北武汉430079 

出 版 物:《光学精密工程》 (Optics and Precision Engineering)

年 卷 期:2013年第21卷第4期

页      面:1047-1053页

核心收录:

学科分类:0808[工学-电气工程] 0809[工学-电子科学与技术(可授工学、理学学位)] 081203[工学-计算机应用技术] 08[工学] 0805[工学-材料科学与工程(可授工学、理学学位)] 0835[工学-软件工程] 0702[理学-物理学] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:国家自然科学基金面上项目(No.61072135) 

主  题:梯度方向直方图 分块局部二元模式 支持向量机 人体检测 

摘      要:针对采用单一梯度方向直方图(HOG)特征进行人体检测时易受竖直梯度分量干扰的缺点,提出了将分块局部二值模式(LBP)特征加入HOG特征的方法。首先,将检测窗口划分为大小为16×16的不重叠块,以块为单位统计LBP特征直方图,并通过大量实验获得了LBP算子的最佳参数;然后用优化过的插值方式计算HOG特征,将两者组成联合直方图。最后,用线性支持向量机(SVM)通过Bootstrapping的方式训练,得到判别模型。在INRIA人体库上的测试表明,检出率在误检率(FPPW)为10-4时由原始的89%提高到95%,单窗口检测速度由0.625ms提高到0.533ms。本文将纹理特征加入原始描述轮廓的HOG特征中,排除了部分梯度干扰信息造成的误检,提高了检出率。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分