一种基于深度HOG和LLE的人体跟踪方法

• 作者: 刘亚楠 刘剑 高恩阳 龚志恒
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: HOG 人体跟踪 深度信息 LLE
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 图像处理与应用
• 页码范围: 188-192
• 页数: 5页
• 分类号: TP391
• 字数: 4728字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2014.04.048

摘要

针对传统人体跟踪方法存在的不足，提出一种深度 Histograms of Oriented Gradients（HOG）和 Locally Linear Embedding （LLE）相结合的跟踪方法。首先依据图像的颜色和深度信息，结合改进的 HOG 表达式提取人体的特征向量；再利用流行学习 LLE算法对特征向量进行降维，采用欧氏距离判别法找出每帧图像人体所在区域，并对人体区域加以标记；最后，进行人体的实时跟踪。实验结果表明：降维后的人体特征数据更有助于实现跟踪，所提出的方法应用到视频图像人体跟踪中可以有效地跟踪人体，简化了数据复杂度，明显提高人体跟踪准确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘剑	沈阳建筑大学信息与控制工程学院	107	406	9.0	15.0
5	高恩阳	沈阳建筑大学信息与控制工程学院	24	57	5.0	5.0
7	龚志恒	沈阳建筑大学信息与控制工程学院	19	85	5.0	8.0
8	刘亚楠	沈阳建筑大学信息与控制工程学院	5	15	2.0	3.0