文件名称：论文研究-Haar型LBP纹理特征的行人检测研究.pdf
文件大小：579KB
文件格式：PDF
更新时间：2022-09-30 11:49:53
论文研究
针对行人检测中直接在灰度图像下提取局部二元模式（Local Binary Pattern，LBP）特征受噪声影响大导致检测率低的问题，提出了基于HSV颜色空间提取改进型Haar型LBP（IHLBP）特征的方法。首先将图像由RGB颜色空间转化到HVS颜色空间，然后对HSV图像的H、S、V空间分别提取IHLBP特征，最后将3个IHLBP特征归一化后串接为一个特征向量，得到最终的IHLBP特征。在INRIA Person数据集上采用支持向量机（Support Vector Machine，SVM）作为分类器进行测试。实验结果表明，该方法能有效地提高识别率，可达98.5%。相比于HOG特征、HPG-LBP特征和WLD-LBP特征具有更好的实验效果。