基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对单目静止摄像机近距离监控的情形,结合运动目标外接矩形长宽比,提出一种HOG特征联合LBP特征并通过PCA降维的快速运动人体检测算法。该方法包含两个步骤:运动目标提取和运动人体检测。使用帧差与背景差相结合的方法提取运动目标,帧差用于更新背景,背景差用于提取运动目标。运动目标判别即人体检测分为两个部分:单运动人体检测以及多运动人体检测。首先根据运动目标外接矩形的长宽比,把目标分为单目标以及多目标;然后,根据肤色的分布判断单个行人。对于多目标,提取HOG-LBP特征,用PCA降维,结合线性SVM进行群人目标判定。实验结果表明,该方法不仅提高了人体检测速度,还提高了人体检测率。
推荐文章
基于高斯混合模型与PCA-HOG的快速运动人体检测
运动人体检测
混合高斯模型
主成分分析(PCA)
梯度方向直方图(HOG)
PCA-HOG描述子
基于高斯混合模型与PCA-HOG的快速运动人体检测
运动人体检测
混合高斯模型
主成分分析(PCA)
梯度方向直方图(HOG)
PCA-HOG描述子
基于改进HOG-LBP特征的行人检测
行人检测
梯度方向直方图
局部二值模式
支持向量机
特征选择
基于MB-LBP和HOG的掌纹识别
掌纹识别
多块二值模式
梯度方向直方图
最近邻分类
绝对值距离
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 基于背景差与HOG-LBP的快速运动人体检测
来源期刊 计算机技术与发展 学科 工学
关键词 运动人体检测 梯度方向直方图 背景差 局部二元模式
年,卷(期) 2015,(2) 所属期刊栏目
研究方向 页码范围 47-51
页数 5页 分类号 TP391.41
字数 5407字 语种 中文
DOI 10.3969/j.issn.1673-629X.2015.02.011
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 罗斌 安徽大学计算机科学与技术学院 181 1213 16.0 25.0
2 涂铮铮 安徽大学计算机科学与技术学院 23 126 7.0 10.0
3 张慧 安徽大学计算机科学与技术学院 18 73 5.0 8.0
4 郑爱华 安徽大学计算机科学与技术学院 11 44 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (143)
参考文献  (9)
节点文献
引证文献  (12)
同被引文献  (15)
二级引证文献  (1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(7)
  • 参考文献(0)
  • 二级参考文献(7)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(4)
  • 参考文献(2)
  • 二级参考文献(2)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 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(6)
  • 引证文献(6)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
运动人体检测
梯度方向直方图
背景差
局部二元模式
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导