| 基于自适应HCS-LBP特征的行人检测算法 |
| |
| 引用本文： | 任克强,马文楷.基于自适应HCS-LBP特征的行人检测算法[J].光电子．激光,2018,29(10):1120-1127. |
| |
| 作者姓名： | 任克强 马文楷 |
| |
| 作者单位： | 江西理工大学 信息工程学院,江西 赣州 341000,江西理工大学 信息工程学院,江西 赣州 341000 |
| |
| 基金项目： | 国家自然科学基金(61501210)资助项目 (江西理工大学 信息工程学院,江西 赣州 341000) |
| |
| 摘 要： | 针对行人检测中提取中心对称局部二值模式(Cen ter-Symmetric Local Binary Pattern,CS-LBP)时邻域中心像素没有参与计 算、人为设定的判断阈值主观性较强、未能区别对待不同子块等问题,提出一种基于自适应 HCS-LBP(Haar-like CS-LBP)特征 的行人检测算法。该算法首先构造了HCS-LBP特征编码方法,采用局部中心对称模式减少编 码长度,利用积分图像法快速计 算降低时间复杂度,并将灰度级概率引入中心像素的全局自适应阈值计算,采用高斯矩阵获 取邻域像素的局部自适应阈值,以 突显图像客观的纹理信息；然后使中心像素参与图像编码,通过信息熵确定不同子块的权重 ,以增强图像特征的描述能力；最 后使用直方图交叉核支持向量机(Histogram Intersection Kernel SVM,HIKSVM)训练样本 ,以提升分类器的准确度。在INRIA数 据库的实验结果表明,该算法能有效提高图像信息的利用率,提升行人检测算法的性能,行 人检测准确率较其他相关文献提高了0.4%~7.8%,具有较好的行人检测效果和检测精度。
|
| 关 键 词： | 行人检测 HCS-LBP 自适应阈值 信息熵加权 直方图交叉核支持向量机 |
| 收稿时间： | 2018/3/8 0:00:00 |
Pedestrian detection algorithm based on adaptive HCS-LBP features |
| |
| REN Ke-qiang and MA Wen-kai.Pedestrian detection algorithm based on adaptive HCS-LBP features[J].Journal of Optoelectronics·laser,2018,29(10):1120-1127. |
| |
| Authors: | REN Ke-qiang and MA Wen-kai |
| |
| Affiliation: | School of Information Engineering,Jiangxi University of Science and Technology ,Ganzhou 341000,China and School of Information Engineering,Jiangxi University of Science and Technology ,Ganzhou 341000,China |
| |
| Abstract: | |
| |
| Keywords: | pedestrian detection HCS-LBP adaptive threshold information entropy weighted HIKSVM |
|
| 点击此处可从《光电子．激光》浏览原始摘要信息 |
|
点击此处可从《光电子．激光》下载全文 |
|
