基于S-HOG+C算子的变电作业人员着装分析方法研究

为了在变电作业复杂环境中采用HOG和HOC特征进行着装分析时能满足识别精确度的要求,研究了对HOG+C算子的改进方法。首先,考虑到变电作业人员的头盔、上衣和下衣3个部分的形状特征明显不同,且各部分之间差异较大,提出对作业人员图像进行结构划分,然后再对划分所得的3个单元格分别同时提取HOG和HOC特征来训练线性SVM分类器,通过设计S-HOG+C算子来提高变电作业人员着装分析系统的识别精准度,最后采用3个评估指标分析了S-HOG+C算子在变电作业人员着装分析方面的性能。结果表明,在识别准确度方面S-HOG+C算子优于HOG+C算子。