基于共生概率特征量的行人检测

人体目标检测研究是近年来计算机视觉领域的研究热点。针对行人检测中出现的检测精度较低的问题，文中提出了一种有效的行人检测算法。具体而言，选取不同类型的局部特征量HOG与LBP，通过第一段的Real Ada-Boost算法进行特征的筛选，筛选后的特征通过两两配对计算共生概率特征量；最终通过第二段的Real AdaBoost算法将弱识别器转化为强识别器来进行行人检测。实验以OpenCV和VS2010为测试环境，通过与OpenCV自带的算法程序比较得出该算法能更好的检测行人，从而提高了行人检测的准确率与鲁棒性。