摘要
基于梯度方向直方图(HOG)特征的行人检测是目前检测精度较高的主流方法。针对基于梯度直方图特征的行人检测存在检测精度还有待提高、向量维数大的问题,提出使用梯度直方图统计特征加颜色频率和肤色特征描述行人,选取一些分类能力较强的block作为最后的特征,使用线性SVM分类。在INRIA库上的实验证明,该方法能有效地提高检测精度。
Histogram of oriented gradient（HOG） based on pedestrian detection is the popular method with the highest detection rate currently.To further improve its detection rate and decrease its large dimensions of features,this paper integrates HOG with color frequent and skin color feature to describe pedestrian,we select some block features with better classifying ability as the final feature,then use linear SVM as our classifier.The experiment on INRIA demonstrates the high detection rate of our method.
出处
《武汉理工大学学报》
CAS
CSCD
北大核心
2011年第4期134-138,共5页
Journal of Wuhan University of Technology
基金
湖北省自然科学基金(2009CDB403)
武汉理工大学自主创新研究基金(2010-Va-012)
