基于分步降维HOG-LBP特征的行人头部分类算法

• 作者: 李玲 王江涛
• 来源期刊: 高师理科学刊
• 学科: 工学
• 关键词: HOG LBP PCA 头部检测
• 年，卷（期）: 2016,（7）
• 页码范围: 29-33
• 页数: 5页
• 分类号: TP391.41
• 字数: 3150字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-9831.2016.07.008

摘要

传统的基于PCA-HOG特征的行人头部分类算法存在降维后的子空间鉴别性不足的问题。为此，提出一种基于分步降维HOG-LBP特征的行人头部分类算法。首先，利用样本类别标签构建2类样本的HOG特征集合，在这2类特征集合中分别执行PCA降维，然后将所得的特征与LBP纹理特征进行级联得到最终的头部描述算子，最后通过训练 SVM 分类器对实际样本集进行分类。实验结果表明，与传统PCA降维方法相比，该方法可有效提高行人头部的分类性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李玲	淮北师范大学物理与电子信息学院	5	8	2.0	2.0
2	王江涛	淮北师范大学物理与电子信息学院	46	87	6.0	7.0