[发明专利]一种基于HOG-LBP描述的行人跟踪方法

摘要

本发明公开了一种基于HOG-LBP描述的行人跟踪方法，所述方法包含如下步骤：A1、样本建立；A2、特征提取；A3、建立SVM模型；A4、分类器训练；A5、视频捕获与预处理；A6、视频行人检测；A7、视频行人跟踪：使用基于HOG-LBP特征的粒子滤波跟踪方法对步骤A6检测到的行人进行跟踪。该方法首先通过支持向量机对图像行人模式进行学习，之后对视频序列中运动区域模式进行分类并输入结果至粒子滤波器并对粒子状态进行更新，最终实现对场景中行人的运动实现持续跟踪。由于采用HOG-LBP描述子进行人特征提取，并采用粒子滤波进行运动跟踪。该方法对场景中发生的运动交错、遮挡现象以及运动呈现的非线性特征具有较好的适应性和稳定性。

主权项

一种基于HOG‑LBP描述的行人跟踪方法，其特征在于，所述方法包含如下步骤：A1、样本建立：建立适应HOG‑LBP描述器要求的图像正负样本集；A2、特征提取：利用HOG‑LBP描述子对已建立的样本图像集进行批量特征提取，从而建立特征样本集；A3、建立SVM模型：建立含有类惩罚因子的软间隔SVM模型；A4、分类器训练：使用特征样本集对SVM进行有监督训练；A5、视频捕获与预处理：获取视频信息，建立背景模型并进行形态学去噪；A6、视频行人检测：使用基于HOG‑LBP描述的行人检测方法对视频序列进行行人检测；A7、视频行人跟踪：使用基于HOG‑LBP特征的粒子滤波跟踪方法对步骤A6检测到的行人进行跟踪。