基于视觉选择性注意和IHOG—LBP特征组合的行人目标快速检测.pdfVIP

第33卷第 1期 计 算 机 应 用 研 究 Vo1．33No．1 2016年 1月 ApplicationResearchofComputers Jan．2016 基于视觉选择性注意与 IHOG—LBP特征组合的行人 目标快速检测水 刘 琼，陈雯柏 (北京信息科技大学 自动化学院，北京 100192) 摘 要：常规的行人 目标检测方法往往以底层特征为基础，采用密集窗口扫描的分类检测模式，其计算资源开 销大而难 以满足快：逮性要求。针对此问题，研究了一种新的行人 目标快速检测方法。引入视觉选择性注意计算 进行 目标候选区域定位，通过提取候选区域的积分有向梯度直方图IHOG(integratedhistogramoforientedrgadi． ent)特征和局部=tJ-模式LBP(1ocalbinarypattern)特征 以形成组合优势，通过级联支持 向量分类方式对 区域 内 容进行分级检测，实现了快速、可靠的行人 目标检测。DET(detectionerrortradeoff)曲线和算法运行时间表 明，相 比Dalal等人的方法，本方法可在保证检测率稳定的前提下，缩短五倍的检测时间，具有更好的工程应用性。 关键词：行人检测I；视觉选择性注意；积分有向梯度直方图；局部二值模式；级联分类；支持向量机 中图分类号：TP391．41 文献标志码：A 文章编号：1001-3695(2016)01—0281—05 doi：10．3969／j．issn．1001—3695．2016．01．065 Fastpedestriandetectionmethodbasedoncombinatoryfeatures IHOG—LBPandvisualselectiveattentioncomputation LiuQiong，ChenWenbai (SchoolofAutomation，BeijingInforma tionScienceTechnologyUniversity，Beijing100192，China) Abstract：Traditionalpedestriandetectionmethodsadoptedintensivewindow scanningaffdunderlyingprimitivefeatures，the costofcomputingresourceswasverylarge，anddetectionspeedcouldnotwelladaptthecontinuouslydevelopingapplicationre— quirements．Thispaperdevelopedanew methodtosolvethisproblem basedonvisualselectiveattentioncomputation．Firstly．it computedvisualselectiveattentiontopositionpossibletargetregionsascandidateones．Then，itextractedIHOG (integrated histogramoforientedrgadient)featuresandLBP(1ocalbinarypattern)featurestoformcombinatoryfeaturesofcandidatere． gions．Finally．ittrainedahierarchicalthreelevelSVM classifierswithdifferentfeaturedimensionsandincreasinglyprecision ina “cascade”frameWOrktodetec