《一种基于HOG-LBP的高效车辆检测方法.》.pdfVIP

第 40卷 第 9期 计 算 机 工 程 2014年 9月 Vo1．40 No．9 ComputerEngineering September2014 · 人工智能及识别技术 · 文章编号：1000-3428(2014)09-0210-05 文献标识码：A 中图分类号：TP39 一 种基于HoG—LBP的高效车辆检测方法 杨先凤 ，杨 燕 (西南石油大学计算机科学学院，成都 610500) 摘 要：针对形状特征在车辆检测中存在的误检现象，在分析误检原因的基础上，提出一种融合形状和纹理特征的 车辆检测方法。对检测窗 口中划分 的胞元进行方 向梯度直方 图特征和统一化局部二进制模式算子 的求解 ，统计检 测窗 口中各胞元的特征情况 ，在形成浏览窗 口的形状和纹理特征过程 中，采用主成分分析解决特征 的高维度和冗 余问题，结合支持向量机进行特征训练和检测实验 。实验结果证明，该方法有效兼顾车辆 图像的形状和纹理两方 面的特征，在不影响检测速度的同时，明显降低了车辆检测的误检率，在时效和精度两方面都取得较好的效果。 关键词 ：车辆检测 ；误检 ；方 向梯度直方图；局部二进制模式 ；主成分分析 ；支持 向量机 A M ethodofEffi cientVehicleDetection Basedon HOG-LBP YANG Xian-feng，YANG Yan (InstituteofComputerScience，SouthwestPetroleum University，Chengdu610500，China) 【Abstract】Accordingtothe~amreerroneousinspectionthatconsistsinvehicledetection，thispaperproposesavehicle detectionmethodbasedon thefusion shapeand texture characteristicsin analysisofthe errorreason．Itcalculatesthe Histogram ofOrientedGradient(HOG)featureandtheunifiedLocalBinaryPattern(LBP)operatorforallcellin detectionwindow ，solvestheproblem ofhighdimension characteristicandredundancybyPrincipalComponentAnalysis (PCA)inthebrowserwindow andtexturecharacteristics—ofrmingprocess．CombinedwiththeSupportVectorMachine (SVM )，itdoesthefeaturetrainingandtestexperiment．Experimentalresultsshow thatthismethodjugglesbothsidesof hteshapeand texturecharacteristicsinvehicleimageeffectively，significantlyreduceshteerrorprobabilityofthevehicle detectionwhenmeetsthedetection speed，getsgood effectbothinefficiency andaccuracy． 【Keywords】vehicledetection；erroneousinspection；Histogram ofOrientedGradient(HOG)；LocalBinaryPattern (LBP)；PrincipalComponentAnalysis(PCA)；SupportVectorMachine(SVM) DOI：10．3969／j．issn．1000-3428．2014．09．042