基于分步降维HOG-LBP特征的行人头部分类算法 |
| |
引用本文: | 李玲,王江涛.基于分步降维HOG-LBP特征的行人头部分类算法[J].高师理科学刊,2016(7):29-33. |
| |
作者姓名: | 李玲 王江涛 |
| |
作者单位: | 淮北师范大学物理与电子信息学院,安徽淮北,235000 |
| |
基金项目: | 国家自然科学基金,安徽省高校优秀青年人才支持计划重点项目,安徽省自然科学基金,淮北师范大学教学研究项目 |
| |
摘 要: | 传统的基于PCA-HOG特征的行人头部分类算法存在降维后的子空间鉴别性不足的问题.为此,提出一种基于分步降维HOG-LBP特征的行人头部分类算法.首先,利用样本类别标签构建2类样本的HOG特征集合,在这2类特征集合中分别执行PCA降维,然后将所得的特征与LBP纹理特征进行级联得到最终的头部描述算子,最后通过训练SVM分类器对实际样本集进行分类.实验结果表明,与传统PCA降维方法相比,该方法可有效提高行人头部的分类性能.
|
关 键 词: | HOG LBP PCA 头部检测 |
Pedestrianhead classification algorithm with two-step dimension reduction HOG- LBPfeature |
| |
Abstract: | |
| |
Keywords: | HOG LBP PCA head detection |
本文献已被 CNKI 万方数据 等数据库收录! |
|