[发明专利]基于HOG特征人体感知分类器的训练方法

摘要

本发明涉及基于HOG特征的人体感知分类器,目的是为了提供一种快速准确基于HOG特征的人体感知分类器的训练方法。本发明采用的技术方案是：使用基于方向梯度直方图特征的人体检测算法HOG特征进行人体图像的优化计算，实现快速物体的检测，在HOG特征训练分类器的过程中，有针对性的对人体肩膀以上部分作为正样本的取样，并通过弱分类器足够数量的级联层次的增加逐渐训练得出更好的分类能力，并使用级联分类器对多个检测结果进行分析，总结得出每个级别最具时间运行效率的一级分类器，进而通过针对XML分类器的组合得到最终的行人检测分类器。本发明适用于计算机视觉领域。

主权项

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。