光学精密工程
光學精密工程
광학정밀공정
OPTICS AND PRECISION ENGINEERING
2013年
4期
1047-1053
,共7页
黄炎%范赐恩%朱秋平%张虎%邓德祥
黃炎%範賜恩%硃鞦平%張虎%鄧德祥
황염%범사은%주추평%장호%산덕상
梯度方向直方图%分块局部二元模式%支持向量机%人体检测
梯度方嚮直方圖%分塊跼部二元模式%支持嚮量機%人體檢測
제도방향직방도%분괴국부이원모식%지지향량궤%인체검측
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0.625 ms提高到0.533 ms.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.
針對採用單一梯度方嚮直方圖(HOG)特徵進行人體檢測時易受豎直梯度分量榦擾的缺點,提齣瞭將分塊跼部二值模式(LBP)特徵加入HOG特徵的方法.首先,將檢測窗口劃分為大小為16×16的不重疊塊,以塊為單位統計LBP特徵直方圖,併通過大量實驗穫得瞭LBP算子的最佳參數；然後用優化過的插值方式計算HOG特徵,將兩者組成聯閤直方圖.最後,用線性支持嚮量機(SVM)通過Bootstrapping的方式訓練,得到判彆模型.在INRIA人體庫上的測試錶明,檢齣率在誤檢率(FPPW)為10-4時由原始的89％提高到95％,單窗口檢測速度由0.625 ms提高到0.533 ms.本文將紋理特徵加入原始描述輪廓的HOG特徵中,排除瞭部分梯度榦擾信息造成的誤檢,提高瞭檢齣率.
침대채용단일제도방향직방도(HOG)특정진행인체검측시역수수직제도분량간우적결점,제출료장분괴국부이치모식(LBP)특정가입HOG특정적방법.수선,장검측창구화분위대소위16×16적불중첩괴,이괴위단위통계LBP특정직방도,병통과대량실험획득료LBP산자적최가삼수；연후용우화과적삽치방식계산HOG특정,장량자조성연합직방도.최후,용선성지지향량궤(SVM)통과Bootstrapping적방식훈련,득도판별모형.재INRIA인체고상적측시표명,검출솔재오검솔(FPPW)위10-4시유원시적89％제고도95％,단창구검측속도유0.625 ms제고도0.533 ms.본문장문리특정가입원시묘술륜곽적HOG특정중,배제료부분제도간우신식조성적오검,제고료검출솔.
