欢迎来到天天文库
浏览记录
ID:57974901
大小:827.10 KB
页数:4页
时间:2020-04-18
《基于多特征的行人检测算法-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第31卷第10期计算机应用研究Vo1.31No.102014年10月ApplicationResearehofComputers0ct.2014基于多特征的行人检测算法术胡庆新,张春阳,方静(合肥工业大学计算机与信息学院,合肥230009)摘要:针对单特征辨识度较低的问题,提出一种基于多特征的行人检测方法。首先构造二维对数Gabor函数,利用此函数提取样本的相位一致性特征,将样本的相位一致性特征和样本的局部二值模式算子(LBP)特征相结合,得到新的行人检测方法。使用支持向量机(SVM)进行分类,并与基于HOG特征的检测方法进行比较,
2、在INRIA行人数据库上的实验证明,基于多特征的检测方法提高了行人检测精度、降低了误检率,检测率高达99.4824%。关键词:行人检测;相位一致性特征;方向梯度直方图;局部二值模式算子中图分类号:TP391.41文献标志码:A文章编号:1001—3695(2014)10—3161-04doi:10.3969/j.issn.1001—3695.2014.10.068Pedestriandetectionmethodbasedonmulti—featuresHUQing—xin,ZHANGChun—yang,FANGJing(Schoo
3、lofComputer&Information,HefeiUniversityofTechnology,Hefei230009,China)Abstract:Inviewoftheproblemofthelowdegreeofsingle-featurerecognizabilityinpedestriandetection,thispaperpro—posedanewpedestriandetectionmethodbasedonmuhi—feature.Firstlyitconstructedatwo—dimensionallo
4、g—Gaborfunctionandextractedthephasecongruencyfeaturefromimagesusingthelog—Gaborfunction.Secondlyitcombinedthephasecongru—eneyfeaturewithlocalbinarypattern(LBP)featuretoobtainanewpedestriandetectionalgorithm.Thesuppo~vectorma—chine(SVM)wasusedtotrainthepedestrianclassif
5、ier.Comparedwiththesingle—featurepedestriandetectionmethodbasedonHOGontheINRIAdataset,themulti—featuredetectionmethodismorediscriminativeandcangethigherdetectionrate.Theaccuracyofthenewmethodis99.4824%.Keywords:pedestriandetection;phasecongruencyfeature;histogramsofori
6、entedgradients;localbinarypattern行人检测就是把视频序列或图像中出现的行人从背景中率,一般使用易训练的分类器作为弱分类器。传统的行人检测分割出来并精确定位。行人检测已被广泛用于监控、机器人、系统均是基于单特征的,单特征描述能力通常有限,系统难以智能车辆等领域,由于行人是一个多自由度非刚性体的对象,满足高检率、低误报率的要求。为解决上述问题,本文提出一外观易受穿着、遮挡、姿态、视角以及照明等影响,行人检测仍种基于多特征的行人检测算法,将相位一致性特征(phasecon—是计算机视觉的研究难点与热点”。g
7、ruency,PC)和LBP相串联,得到PC—LBP。为了验证算法的有经过多年的研究,研究者已经提出了多种多样的检测方效性,将PC—LBP与HOG算法进行了比较,结果表明基于多特法,大致可分为如下几类:a)基于模型匹配的检测方法;b)基征的行人检测系统效果更好。于形状信息的检测方法;C)基于运动信息的检测方法;d)基于统计分类的检测方法。1相位一致性特征基于统计分类的检测方法是目前行人检测技术中最常用相位一致性(PC)12J是将图像傅里叶分量相位一致的点作的方法,该类方法首先对样本进行特征提取,再利用机器学习为特征点,它是一个无量纲
8、的量,因此不受图像亮度或对比度变的方法得到分类器,最后利用该分类器进行检测。常用的特征有梯度直方图特征(histogramsoforientedgradients,HOG)J、化的影响。使用相位一致性的重要特点是无须对波形进行任何Ha
此文档下载收益归作者所有