论文部分内容阅读
研究了3种不同类型的特征算子:梯度直方图(HOG),基于Gabor变换的局部二值特征直方图(LGBPHS)和基于剪切波变换的直方图(HSC)在基于图像的行人检测中的应用。提出了基于多特征融合的检测算子,对单一特征进行L1范式规格化之后,将3个特征融合为一个高维的拥有大量信息的新特征,之后引入偏最小二乘法(PLS)进行特征降维,得到最终的人体特征。利用线性SVM作为分类器,在INRIA人体库上进行了实验,结果表明,融合后的特征极大的提高了检测率,在FPPW=10-5时,检测率达到了95.6%。