基于HOG和SVM的人体检测技术在静态图像中的研究.pdfVIP

臼 窒攫告日 器 麦旦 Doi：l0．3969~．issn，1671-1041．2012。05，004 基于HOG和SVM的人体检测技术在静态图像中的研究 程和生’，胡幸福 (1．合肥师范学院计算机系，合肥230601；2．中科院光电技术研究所，成都610209) 摘要：本文首先对HOG特征进行描述，包括图像归一化、梯度计算、梯度方向直方图统计、归～化及描述子生成、特征描 述块；然后介绍SVM算法，实验中用的SVM核是线性核；然后介绍训练的过程。包括样本图像的个数及大小；最后用实验 证明基于HOG特征和SVM算法的人体检测具有比较好的效果。 关键词：HOG；SVM；人体检测 中图分类号：TP391．41 文献标志码：A Thestudy on thehuman detection technology in thestaticimagebased on H0G and SvM CHENG He-sheng，HU Xing—fu (1．HefeiNormalUniversity，Hefei230601，China； 2．AcademyofOpto—electronics，ChineseAcademyofSciences，Chengdu610209，China) Abstract：ThispaperdescribesHOG feature，including imagenormalization、gradientcomputation、gradientdirection histogram、normalizedanddescriptorgeneration、characterizationofblock；thenintroducestheSVM algorithm，theSVM kernelusedintheexperimentsisthelinearkernel；thenintroducesthetrainingprocess，includingthenumberandsizeof thesampleimages；finally．theexperimentsshow thathumandetectionbasedonHOGfeaturesandSVMalgorithm hasa bettereffect． Keywords：HOG：SVM：humandetection 0 引言 地提取出人体，但Ncut方法的不足之处在于其运算速度太 人体检测技术在计算机视觉中有很多重要的应用，例 慢，目前根本没有办法实现实时的检测。 如驾驶辅助系统、视频监控、图像检索、机器人和高级人 3)利用统计学习的方法对人体进行检测。这方面具有 机交互等。静态图像中的人体检测不能提取 目标的运动信 代表性的是麻省理工学院的Paggio基于SVM的人体检测 。 息，而且通常情况下，人体形状的变化比较复杂，人体可 该方法是通过学习样本建立分类器，然后对人体检测，虽 能穿着各种颜色和各种风格的衣服，人体图像分辨率都不 然训练速度比较耗时，但检测速度快且能达到比较好的检 会太高，很难有比较明显的特征可供提取。因此检测静态 测效果。 图像中的人体是一个非常困难的任务。 本文的算法是基于机器学习的人体检测技术研究， 目前，静态图像中的人体检测主要可以分为三类： 目前常用于统计学习的人体特征有HOG (Histogram of 1)利用人体模型进行匹配的检测方法。这方面