LDBP和LBP特征融合的行人检测

摘要：

提出一种基于局部差分二值模型（Local Difference Binary Pattern，LDBP）和局部二值模型（Local Binary Pattern，LBP）的特征融合方法，以解决行人检测中检测精确度和鲁棒性不足的问题。对输入图像进行二维离散Haar小波变换，得到不同频率的四个子图像（LL，LH，HL和HH）；对低频部分子图像提取LDBP特征，以及对其他三个高频部分子图像提取LBP特征；采用主成分分析法（PCA）分别对得到的LDBP特征和LBP特征进行降维；融合降维后的LDBP特征和LBP特征进行行人检测。在INRIA数据集上采用支持向量机（SVM）进行测试，实验结果表明，该方法能有效地提高检测精确度，且具有较好的鲁棒性。

关键词：行人检测、局部差分二值模型(LDBP)特征、局部二值模型(LBP)特征、特征融合

所属期刊栏目：52

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金No.61303042，No.61402053；湖南省交通运输厅科技进步与创新项目No.201334。

在线出版日期：2016-07-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：147-152