李永顺
- 作品数：2 被引量：5H指数：2
- 供职机构：江苏科技大学电子信息学院更多>>
- 发文基金：江苏省高校自然科学研究项目江苏省博士后科研资助计划项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 应用HOG-CHT组合特征的行人检测被引量：3
- 2017年
- 为了进一步提高HOG特征和CHT特征的检测率性能,改善低误判率条件下的检测性能,文中采用一种自适应阈值级联线性支持向量机的方案,在特征提取阶段将HOG特征和稀疏化的CHT特征相组合,形成一种表达能力更强的HOG-CHT组合特征.根据正、负类样本在上一级分类器中的输出值,自适应地选取阈值,将难以分类的样本作为下一级分类器的训练样本.在INRIA Person数据集上的实验结果表明:在误判率为0.02的条件下,HOG-CHT组合特征可以将检测率提高至97.60%;在误判率为0的条件下,相较于单个向量机分类器65.23%的检测率,自适应阈值级联线性支持向量机则可以将检测率提高至84.60%.文中提出的HOG-CHT组合特征具有更强的表达能力,自适应阈值级联支持向量机的分类方案很好地改善了系统低误判率部分的检测率.
- 李永顺李垣江张尤赛王亚军
- 关键词：行人检测方向梯度直方图自适应阈值
- 基于感兴趣区域和HOG-CTH特征的交通标志检测被引量：2
- 2018年
- 提出了一种基于感兴趣区域和HOG-CTH融合特征的交通标志检测算法。首先在HSV彩色空间进行颜色阈值分割,然后对分割后的二值图像进行一系列形态学处理获得感兴趣区域,最后提取感兴趣区域的HOG-CTH融合特征,并采用支持向量机(Support Vector Machine,SVM)分类器进行交通标志训练与检测。在特征提取阶段首先分别提取图像的梯度方向直方图(Histogram of Oriented Gradient,HOG)特征和统计变换直方图(Census Transform Histogram,CENTRIST/CTH)特征,然后将CTH特征向量细量化,最后组合HOG特征和稀疏化的CTH特征。实验结果表明,该方法具有很好的鲁棒性,能够快速准确地检测出交通标志。
- 孙露霞张尤赛李永顺张硕
- 关键词：交通标志检测感兴趣区域方向梯度直方图
