基于可变形部件模型HOG特征的人形目标检测

使用单幅图像进行特定目标的检测是机器视觉领域的重要任务之一。利用机器学习的方法,使用LSVM分类器进行人形目标的检测。该方法提取图像的HOG(梯度方向直方图)特征和其对应的可变形部件来描述目标的外形特征,能够较好地解决目标由于运动而产生外形变化的问题。对常见公共区域场景进行数据采集并随机抽取了200张图像,使用所述方法对其中共1 100个人形目标进行检测,正确率识别率为78.3%。结果表明该方法具有一定的可行性和稳定性,能够较好检测出单幅图像中的人形目标并加以标注。但对于某种程度有所遮蔽的人形目标则会产生漏检的现象。