基于改进HOG LBP特征的行人检测

针对梯度方向直方图(histogram of oriented gradient, HOG)和局部二值模式(local binary pattern, LBP)特征维数高、冗余信息多、影响视频图像中行人检测速度的问题，提出一种基于改进HOGLBP特征的行人检测方法。通过对原有HOG特征进行统计平均，结合单独最优特征组合和巴氏距离(Bhattacharyya)可分性判据选出最优特征，并与LBP特征融合得到改进的HOGLBP特征，然后利用支持向量机(support vector machine, SVM)对样本特征进行训练获得分类器，最后对测试样本进行分类。实验结果表明，该方法使得行人检测的准确率和实时性都有一定的提高，并用自行拍摄的视频验证了该方法的有效性。

Pedestrian Detection Based on Improved HOG LBP Feature