目标鲁棒识别的抗旋转HDO局部特征描述

主方向直方图（Histograms of dominant orientations，HDO）是一种简单但性能优良的局部图像描述子，但是，原有的HDO特征描述不具备旋转不变性.本文提出一种抗旋转变换HDO特征描述方法，在进行RGT（Radial gradient transform）变换后，采用圆形邻域计算给定位置的结构张量，使得求取的主方向和一致性特征分量具备一定的旋转不变性，最后为增强辨别能力，采用了多扇区划分空间池化操作.在公开的MIT人脸数据集中的测试结果显示，如果图片不旋转，本文方法准确率与传统的HDO算法基本持平，达到92.10%，但当样本图片旋转后，本文算法准确率比传统HDO算法高10.36%.此外，在行人数据集、合成的旋转手掌和旋转人脸识别实验中，本文方法的检测结果也明显优于传统的HDO算法.另外本文方法在53Objects、ZuBuD和Kentuky三个数据集上的识别性能也优于大部分现有抗旋转算子.