基于点标定的行人检测准确度研究  

Pedestrian Detection Accuracy Based on Point Calibration

作　　者：李昕昕[1] 李新江[2] 龚勋[2] 

机构地区：[1]四川大学锦城学院计算机科学与软件工程系,成都611731 [2]西南交通大学信息科学与技术学院,成都610031

出　　处：《科学技术与工程》2017年第13期216-219,共4页Science Technology and Engineering

基　　金：国家自然科学基金(61202191);四川省教育厅自然科学重点课题(16ZA0422)资助

摘　　要：为了提高基于特征点的行人检测方法的检测准确度,提出了一种基于局部二值模式(local binary patterns,LBP)和二进制梯度方向直方图(binary histograms of oriented gradients,BHOG)特征组合和支持向量机分类器(support vector machine,SVM)的行人检测方法。实验结果显示,采用BHOG+LBP组合特征提取方式的错误检测率为0.012,相较于采用单一BHOG特征提取方式的错误检测率降低了33.33%,相较于采用单一LBP特征提取方式的错误检测率降低了40%。To improve the accuracy of pedestrian detection based on feature point,a new pedestrian detection method was proposed based on combining feature( LBP and BHOG) and SVM. The experimental results showed that the error detection rate of BHOG + LBP feature extraction method is 0. 012,which is 33. 33% lower than that of using single BHOG feature extraction method. Compared with the single LBP feature extraction method,the error detection rate is lower 40%.

关 键 词：局部二值模式 二进制梯度方向直方图 支持向量机 组合特征 标点方式 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]