一种基于HOG和颜色自相似性特征行人检测方法.docVIP

一种基于HOG和颜色自相似性特征的行人检测方法 　　摘要：行人检测在计算机视觉领域中越来越广泛的应用，使其有着重要的研究意义。尽管技术得到了显著的改进，行人检测仍然是一个存在挑战的难题，需要更精确更高效的算法。针对HOG特征的传统检测方法中存在的问题，该文提出一种融合颜色自相似性（CSS）特征的方法。利用颜色自相似性特征与描述人体轮廓特征的HOG特征互补，CSS反映图像内在几何布局和形状属性的特性，为提高检测效率，使用经主成分分析法（PCA）降维处理HOG和CSS特征。实验采用INRIA数据集作为训练样本训练SVM。对比单一使用HOG，该文的方法在检测速度和准确性上得到有效提高。实验结果也验证了本算法的有效性。 　　关键词：行人检测；梯度方向直方图；颜色自相似性；融合 　　中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2018）02-0146-03 　　Method Human Detection Based on HOG and CSS Characteristics 　　ZHANG Jin-hui， WU Bin， SHAO Yan-hua 　　（School of information and engineering， Southwest University of Science and Technology，Mianyang 621010， China） 　　Abstract： Pedestrian detection is becoming more and more widely used in the field of computer vision， and it has important research significance. Despite the significant improvements in technology， pedestrian detection is still a challenging problem， requiring more accurate and efficient algorithms. For the existing problems in the traditional detection of HOG， this paper proposes a method of fusing color self similarity （CSS） features. CSS is complementary to the HOG that describes the human contour features. CSS reflects the intrinsic geometric and shape attributes of the image. To improve the detection efficiency， we use the principal component analysis （PCA） to reduce the dimension of the HOG and CSS. The INRIA data set is used as training sample to train SVM. Compared with single use of HOG， this method has been effectively improved in detection speed and accuracy. The experimental results also verify the effectiveness of the algorithm. 　　Key words： pedestrian detection； HOG； CSS； fusion 　　1 背景 　　人?只需要几眼就能分辨事物和人，确认事件性质并发现可能存在的危险。不同视觉刺激的正确解释是人类能够完成复杂任务的关键，特定的计算机视觉算法旨在以单帧或者一系列帧的形式自动解读场景的视觉内容，并作出相应的反应[1]。随着整个社会AI技术的发展和推广，行人检测成为多个领域中许多高级应用的关键技术。而且，越来越强大的硬件系统的诞生使行人检测在精度和效率方面得到了显著的改进。 　　人与物之间相互遮挡、人体姿势变化、服饰多样、光照强弱、背景杂波以及视角等原因使准确快速地检测行人的难度加大。为提高行人检测的检测准确率，提高检测速度，国内外研究人员经历了十多年的研究，提出了各种方案，取得了很好的研究成绩。根据现有技术的总结分类，可将检测技术的方法分为基于行人模型、基于特征分类和基于深度学习的方法等，其中大多数都是基于特征分类的，常用