1 中国矿业大学信息与控制工程学院,江苏 徐州 221116
2 河南应用技术职业学院信息工程学院,河南 开封 475000
传统的基于HOG 与LBP 的特征融合行人检测方法光谱信息损失多、对噪声较为敏感,原始的LBP 算法对不均匀的光照变化鲁棒性差,对纹理特征的旋转不变性差。为了克服以上缺点,本文提出了一种基于CLBC 和HOG 特征融合的行人检测算法。首先,计算原始图像的CLBC 特征,并计算基于CLBC 纹理特征谱的HOG 特征。接着计算原始图像的HOG 特征以提取图像的边缘特征。然后将图像的三种特征融合来描述图像,并使用PCA 方法降低特征维度,最后使用HIKSVM 分类器实现最终对行人的检测。本文分别在Caltech 行人数据库和INRIA 行人数据库进行实验以验证所提出算法的有效性。实验结果表明,本文所提出的算法有效地提高了行人检测的精度。
行人检测 方向梯度直方图 完备的局部二值编码 特征提取 特征融合 pedestrian detection HOG CLBC feature extraction feature fusion