HOGG:基于Gabor变换与HOG特征的人体检测  

HOGG: Gabor and HOG-based human detection

作　　者：范国娟[1] 范国卿 柳絮青 

机构地区：[1]山东传媒职业学院,山东济南250200 [2]丝路卫星通信有限公司,江苏南京210012 [3]江南大学,江苏无锡214122

出　　处：《微型机与应用》2016年第21期14-15,19,共3页Microcomputer & Its Applications

基　　金：山东省高等学校科技计划项目(J15LN53)

摘　　要：针对实际监控中人体目标轮廓的多尺度特性,提出一种用于人体目标检测的多尺度方向特征描述子(HOGG)。首先采用Gabor滤波器提取人体图像对应不同尺度、不同方向的多个Gabor幅值域图谱,然后将相同尺度不同方向的幅值域图谱融合以降低特征维数,并对每幅融合图像提取梯度方向直方图(HOG)特征,最后将这些HOG特征联合起来作为人体图像表征。利用支持向量机(SVM)对描述特征进行分类,在CAVIAR数据库中进行了实验,结果表明,该算法对人体目标检测具有较好的性能。Aiming at the multi-scale characteristic of human body in visual surveillance,the multi-scale orientation features（ HOGG） for pedestrian detection are put forward in this paper. Firstly,the multi-orientation information corresponding to human body image are extracted,and then fusing the original Gabor features of the same scale in different directions into a single feature in order to reduce the dimension of the features. Then histograms of oriented gradients of each fused image is extracted and combined as human image features. Support vector machine（ SVM） is adopted to sort the features,and experimental results on CAVIAR database show that the proposed method has a better performance for human body target detection.

关 键 词：人体检测 GABOR变换 分块直方图 多尺度 

分 类 号：TP277[自动化与计算机技术—检测技术与自动化装置]