[发明专利]基于HOG特征人体感知分类器的训练方法

权利要求书

1.基于HOG特征人体感知分类器的训练方法，其特征在于，包括如下步骤：

A.创建训练样本集并对训练样本集中的样本进行HOG特征提取，设定分类器需要达到的强度值，所述训练样本集包括正样本集及负样本集，所述正样本集中的正样本为被检测的目标对象，所述负样本集中的负样本从不包含任何被检测的目标对象信息的源负样本中抽样得到；

B.从正样本训练窗口和负样本的初始训练窗口中得到一个基本分类器，所述正样本训练窗口为检测目标居中的图像，所述负样本的初始化训练窗口从一系列不包含目标对象的图像中随机产生；

C.使用基本分类器对源负样本进行扫描，得到错误样本，所述错误样本为源负样本检测出目标对象的样本，将错误样本添加到负样本集中，同正样本集一起对基本分类器进行训练；

D.重复步骤C，得到分层次的弱分类器，将不同层次的弱分类器进行级连得到强分类器，强分类器达到设定的分类器需要达到的强度值时结束训练。

2.如权利要求1所述的基于HOG特征人体感知分类器的训练方法，其特征在于，所述正样本的尺寸大小为48*48像素。

3.如权利要求1所述的基于HOG特征人体感知分类器的训练方法，其特征在于，所述正样本及负样本的数量均在12000个以上。

4.如权利要求1所述的基于HOG特征人体感知分类器的训练方法，其特征在于，步骤D中，重复步骤C的次数至少为50次。

5.如权利要求1所述的基于HOG特征人体感知分类器的训练方法，其特征在于，所述正样本只包括人体肩膀以上部位的图像。

6.如权利要求1所述的基于HOG特征人体感知分类器的训练方法，其特征在于，每一个正样本只包含一个目标对象。