[发明专利]基于HOG‑PCA和迁移学习的红外人体目标识别方法在审
| 申请号： | 201710411502.7 | 申请日： | 2017-06-05 |
| 公开（公告）号： | CN107292246A | 公开（公告）日： | 2017-10-24 |
| 发明（设计）人： | 王鑫;张鑫;徐立中;石爱业;黄凤辰 | 申请（专利权）人： | 河海大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06K9/62 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙)32204 | 代理人： | 李玉平 |
| 地址： | 211100 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于HOG‑PCA和迁移学习的红外人体目标识别方法。首先构建红外及可见光人体或非人体目标训练样本库；其次，提取每个样本的HOG特征，并采用PCA对特征进行降维，得到降维后的HOG‑PCA目标特征集；然后，基于该特征集，借助迁移学习理论训练得到红外人体目标识别分类器；最后，对待检测的红外图像完成识别。与传统的人体目标识别算法相比，本发明提出的方法实现了从可见光图像领域到红外图像领域知识的迁移，不仅有效弥补了传统的目标识别分类器因红外图像领域训练样本过少而无法训练出有效的分类器的缺点，同时提高了目标的识别率。 | ||
| 搜索关键词： | 基于 hog pca 迁移 学习 红外 人体 目标 识别 方法 | ||
【主权项】：
一种基于HOG‑PCA和迁移学习的红外人体目标识别方法，其特征在于，该方法分为训练模块和识别模块两部分：在训练模块中，首先利用红外及可见光图像分别构建源训练样本集和辅助训练样本集；其次，提取每个样本图像的HOG特征，构建特征集；第三，采用PCA对特征进行降维，以提高后续计算的效率；最后，基于降维后的HOG‑PCA目标特征集，借助迁移学习理论训练得到红外人体目标识别分类器；在识别模块中，针对待识别图像同样提取其HOG‑PCA特征，然后利用训练得到的分类器，即可得到最终的识别结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河海大学，未经河海大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710411502.7/，转载请声明来源钻瓜专利网。
