基于改进HOG描述符的行人检测算法

针对现有面向梯度的直方图（HOG）描述符及其改进描述方式应用于行人检测时存在的运算速度较慢问题，提出了一种新的改进HOG描述方法。该方法对HOG描述符进行降维处理，选取特征中最具特征表达能力的部分特征向量，引入支持向量机（SVM）线性分类器对其进行训练，最后，利用所得结果进行行人检测。试验结果表明，基于该算法的行人检测算法在对检测正确率影响很小的情况下，可以提高约30％的运算速度。

方向梯度直方图及其扩展

介绍方向梯度直方图(HOG)及其扩展。结合HOG的计算步骤阐述其内在理念和捕获的主要图像特征,指出其局限性,论述对HOG的重要扩展,包括多尺寸HOG、梯度方向直方图金字塔、分析降维HOG,给出对各扩展使用积分图加速计算的方法以及其他改善方法,从措施、复杂度、维数、思想等方面对各HOG改善方法进行比较,给出HOG未来的研究方向。

基于方向梯度直方图和局部对比度特征的海面背景红外图像分类

在复杂多变的海面环境下,应用红外成像技术对海面中小目标进行搜救时,为有利于后续针对不同场景的目标处理,有必要对采集的原始图像进行分类处理。根据不同的环境条件,将海面红外图像分为五类场景。从两个方面对训练集图像进行特征提取,一个是通过高斯滤波将图像分为基础层和细节层,然后使用改进的方向梯度直方图(HOG)方法提取特征;另一个是提取图像的局部对比度得到局部特征。将提取的特征向量融合并输入到分类器中,使用支持向量机(SVM)对测试集图像进行分类。文章使用了HOG和局部对比度方法(LCM)结合的新特征描述符对海面红外图像的场景进行分类,与其它方法相比,结果表明改进方法的准确率达到96.4%,体现了可行性和有效性。

基于窗口边缘梯度势能的人体遮挡多尺度检测算法

为提高对于图像中人体检测的准确率,该文提出窗口边缘梯度势能(Window Gradient Potential Energy,WGPE)的概念和一种基于窗口边缘梯度势能快速人体检测方法。采用稀疏-稠密梯度势能窗口集对人体进行多尺度检测过滤,缩短了检测时间。采用改进后的加权级联支持向量机训练正负样本,将遮挡情况下的人体正样本进行加权划分,以检测遮挡环境下的人体。在对检测窗口进行过滤时,该算法并不需要增加过多的计算开销。在背景较为平滑的图像中,与多尺度面向梯度直方图(HOG)和HOG-LBP(Histograms of Oriented Gradients and Local Binary Pattern)方法相比在相同的准确率下,具有较少的检测时间。实验表明在人体检测的准确率和效率方面有所提高,对于处于半遮挡情况下人体检测,准确率也有明显提高。

基于视频的自行车检测算法

提出一种新的自行车检测方法,该方法无需在传统视频检测框架下进行背景更新和前景获取处理,而是直接利用局部方向梯度直方图描述符和支持向量机分类器构建一种窗口分类器,利用不同尺度的窗口分类器直接探测图像空间是否存在自行车,该方法可满足动态和静态背景下自行车检测的双重需要。实验中,利用700个自行车样本和500个非自行车样本训练学习获取自行车分类器模型,并利用该分类模式对不同交通状态下的自行车视频序列进行测试,获得了良好的实验效果。

一种多特征融合的图像检索新方法

如何提高基于内容的图像检索的准确率是图像检索领域中的一大难题,其关键在于特征提取方法。针对单一特征检索效果的不足,从图像的多特征入手,先使用颜色和边缘的方向性描述符提取图像的颜色和纹理特征,再使用分层梯度方向直方图提取图像的形状特征,最后采用图像底层特征串行关联的方法将3种特征结合进行检索。使用Corel标准图像集进行测试,结果表明本文方法的查准率和AvgP值比两种原算法均有提高,是一种有效的多特征融合的图像检索方法。

一种旋转不变特征描述符

提出一种基于图像梯度旋转直方图(RHG,rotation histogram of gradients)的快速计算旋转不变特征描述符算法。RHG描述符使用直方图旋转的方法获得旋转不变性,采用直方图加权合并的方法降低边界效应引起的描述符统计矢量的突变。RHG描述符将特征点主方向的计算与描述符的计算合并,提高了计算效率。RHG描述符在图像存在尺度改变、3维视角变化引起的变形、旋转变化、照度改变和噪声等因素的影响下,具有较强的鲁棒性。RHG描述符的性能与尺度不变特征变换(SIFT,scale invariant feature transform)描述符相近,但计算速度提高2倍以上。