计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2014年
10期
3161-3164
,共4页
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
行人檢測%相位一緻性特徵%方嚮梯度直方圖%跼部二值模式算子
행인검측%상위일치성특정%방향제도직방도%국부이치모식산자
pedestrian detection%phase congruency feature%histograms of oriented gradients%local binary pattern
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,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％.
針對單特徵辨識度較低的問題,提齣一種基于多特徵的行人檢測方法.首先構造二維對數Gabor函數,利用此函數提取樣本的相位一緻性特徵,將樣本的相位一緻性特徵和樣本的跼部二值模式算子(LBP)特徵相結閤,得到新的行人檢測方法.使用支持嚮量機(SVM)進行分類,併與基于HOG特徵的檢測方法進行比較,在INRIA行人數據庫上的實驗證明,基于多特徵的檢測方法提高瞭行人檢測精度、降低瞭誤檢率,檢測率高達99.4824％.
침대단특정변식도교저적문제,제출일충기우다특정적행인검측방법.수선구조이유대수Gabor함수,이용차함수제취양본적상위일치성특정,장양본적상위일치성특정화양본적국부이치모식산자(LBP)특정상결합,득도신적행인검측방법.사용지지향량궤(SVM)진행분류,병여기우HOG특정적검측방법진행비교,재INRIA행인수거고상적실험증명,기우다특정적검측방법제고료행인검측정도、강저료오검솔,검측솔고체99.4824％.
