一种基于改进的HOG特征和PCA的行人检测方法专利登记公告

专利名称：一种基于改进的HOG特征和PCA的行人检测方法

摘要：一种基于改进的HOG特征和PCA的行人检测方法，该方法采用样本图像中行人梯度信息集中区域的HOG特征级联PCA主元分析的特征提取算法来提取样本特征；利用训练样本提取的上述特征训练SVM分类器；对于检测样本利用上述特征提取方法提取特征向量，并利用训练得到的SVM分类器进行行人检测。本发明提供一种能够有效减少训练速度、降低误检率和漏报率的基于改进的HOG特征和PCA的行人检测方法。

专利类型：发明专利

专利号：CN201210005537.8

专利申请（专利权）人：银江股份有限公司;杭州银江智慧医疗集团有限公司

专利发明（设计）人：寿娜;王辉;彭宏;裘加林;孟利民;杜克林;吴越;张标标

主权项：一种基于改进的HOG特征和PCA的行人检测方法，其特征在于：所述行人检测方法包括以下步骤：1)采用HOG特征块模块提取训练正样本图像中行人梯度信息集中区域的HOG特征作为改进型的HOG特征，所述训练正样本图像有m个；2)针对上述改进型HOG特征矩阵，采用PCA算法，得到投影矩阵B，具体过程如下：2.1)针对训练样本特征矩阵中的每个训练正样本xi，i＝1，...，m，计算平均向量： x ‾ <

专利地区：浙江