公开(公告)号：CN106940791B

公开(公告)日：2019-11-26

申请号：CN201710147658.9

申请日：2017-03-13

Applicant: 中南大学 ,  湖南第一师范学院

Inventor： 傅红普 ,  邹北骥 ,  刘晴

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62

Abstract: 本发明公开了一种基于低维方向梯度直方图的行人检测方法，包括以下步骤：步骤1：提取训练样本的低维方向梯度直方图ELHOG特征；步骤2：利用训练样本的低维方向梯度直方图ELHOG特征和线性核函数构造支持向量机SVM分类器；步骤3：计算每个候选样本的低维方向梯度直方图ELHOG特征；步骤4：利用步骤2构造的SVM分类器对每个候选样本的低维方向梯度直方图ELHOG特征进行识别以得到行人检测结果。该方法将特征提取中减弱区域量化走样的措施由块区域重叠替换为将块区域之外紧邻的细胞区域纳入位置线性插值范围。从而，本发明所述的行人检测方法相对于基于标准HOG的方法计算负荷大大降低，使检测速度大大提高了。

公开(公告)号：CN106934403B

公开(公告)日：2019-09-06

申请号：CN201710147660.6

申请日：2017-03-13

Applicant: 湖南第一师范学院 ,  中南大学

Inventor： 傅红普 ,  邹北骥 ,  刘晴

IPC: G06K9/46 ,  G06T5/40 ,  G06T3/40 ,  G06T5/00

Abstract: 本发明公开了一种低维方向梯度直方图特征的提取方法，包括如下步骤：步骤1，计算整幅图像或者图像窗口中每个像素的梯度；步骤2，对图像窗口进行区域划分；步骤3，对块区域及其紧邻细胞区域中像素的梯度值在细胞区域之间进行位置线性插值；步骤4，计算细胞区域的方向梯度直方图；步骤5，计算块区域的方向梯度直方图；步骤6，计算图像窗口的方向梯度直方图特征。通过将减弱区域量化走样的措施由块区域重叠替换为将块区域之外紧邻的细胞区域纳入位置线性插值范围，该方法取消了块区域部分重叠，能提取出维度低得多的方向梯度直方图HOG特征。通过块内块外不同权重的高斯平滑，进一步减弱了区域量化走样。