原文服务方: 控制理论与应用       
摘要:
使用梯度方向直方图(HOG)来检测目标,需要大量的,有代表性的样本来训练分类器.一个目标的HOG,其特征在不同的摄像机视角和不同的光轴旋转角下,并不相同.因此,使用不同视角下的混合样本集来训练分类器时,目标检测的准确率受到样本噪声的影响将会降低.基于摄像机成像的基本原理,提出了一种转换算法,可以把一个样本在某个视角下的HOG特征转换成另一个视角下的HOG特征.这样既降低了分类器训练时需要采集的正负样本数量,又提高了支持向量机(SVM)分类的准确性,从而提高了目标检测的准确性.大量目标检测实验结果表明本文提出的算法是有效的.
推荐文章
基于边缘梯度方向直方图的图像检索算法
基于内容的图像检索
边缘检测
直方图
小波分析
一种新的基于梯度方向直方图的图像配准方法
图像配准
主方向
梯度方向直方图
旋转不变性
互信息
基于分层梯度方向直方图和SVM的人体识别
人体识别
分层梯度方向直方图
主成分分析
支持向量机
参数寻优
基于梯度幅度和梯度方向直方图的参考图像质量评价算法
图像质量评价
全参考
梯度幅度
梯度方向直方图
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 视角和旋转角变化时梯度方向直方图的转换
来源期刊 控制理论与应用 学科
关键词 目标检测 视角 旋转角 梯度方向直方图HOG 支持向量机
年,卷(期) 2010,(9) 所属期刊栏目
研究方向 页码范围 1269-1272
页数 分类号 TP391.41
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘清 武汉理工大学自动化学院 146 1419 19.0 30.0
2 郭建明 武汉理工大学自动化学院 25 201 9.0 12.0
3 李龙利 武汉理工大学自动化学院 3 24 3.0 3.0
4 吴志刚 武汉理工大学自动化学院 2 14 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (8)
参考文献  (2)
节点文献
引证文献  (8)
同被引文献  (1)
二级引证文献  (1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
目标检测
视角
旋转角
梯度方向直方图HOG
支持向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
控制理论与应用
月刊
1000-8152
44-1240/TP
大16开
1984-01-01
chi
出版文献量(篇)
4979
总下载数(次)
0
论文1v1指导