基于PCA降维的HOG与LBP融合的行人检测 陈锐;王敏;陈肖 【期刊名称】《信息技术》 【年(卷),期】2015(39)2 【摘 要】行人检测是计算机视觉中十分重要而又有挑战的研究方向.针对梯度方向直方图(HOG)特征描述子的局限性,如冗余信息多、容易造成误检和漏检等,为了进一步提高行人检测的准确率和速度,提出多特征融合的行人检测算法,利用主成分分析(PCA)对HOG进行降维再与局部二值模式(LBP)特征进行融合,使用支持向量机(SVM)进行分类.在INRIA行人数据库上进行测试,实验表明该算法提高了识别率,加快了训练和检测的速度. 【总页数】5页(P101-105) 【作 者】陈锐;王敏;陈肖 【作者单位】河海大学计算机与信息学院,南京211100;河海大学计算机与信息学院,南京211100;河海大学计算机与信息学院,南京211100 【正文语种】中 文 【中图分类】TP391.4 【相关文献】 1.基于改进的HOG与Sobel-LBP融合的快速行人检测 [J], 疏坤;蒋建国;齐美彬;岳周龙 2.基于分步降维HOG-LBP特征的行人头部分类算法 [J], 李玲;王江涛 3.基于PCA降维的多特征级联的行人检测 [J], 甘玲;邹宽中;刘肖 4.基于HOG-CSLBP及YOLOv2的行人检测 [J], 徐守坤; 邱亮; 李宁; 石林 5.基于PCA降维的多特征级联的行人检测研究 [J], 令晓明;郭锐辛;刘光廷;王锐东 因版权原因，仅展示原文概要，查看原文内容请购买 本文来源：https://www.wddqw.com/doc/8ba27ba7142ded630b1c59eef8c75fbfc77d94e3.html