根据CSLBP(center-symmetric local binary pattern)和Uniform LBP(local binary pattern)特征描述行人局部纹理互补性的特点,提出将二者级联的组合特征用于行人检测:基于灰度图像的纹理特征(hybrid local binary pattern,HLBP)和基于...根据CSLBP(center-symmetric local binary pattern)和Uniform LBP(local binary pattern)特征描述行人局部纹理互补性的特点,提出将二者级联的组合特征用于行人检测:基于灰度图像的纹理特征(hybrid local binary pattern,HLBP)和基于颜色空间的纹理特征(color based hybrid local binary pattern,CHLBP)。实验结果表明,当FPPW=10–4时,HLBP特征的检测率为93.96%,与Uniform LBP和CSLBP特征相比分别提高3.46%和9.68%,基于颜色空间L′C′C′与HIKSVM分类器结合时的检测率高达98.58%。与传统的纹理特征检测方法相比,该特征提高了行人检测精度,降低了误检率,检测性能得到较大幅度的提升。展开更多
人脸亲子关系验证是近几年新兴的并具有较大挑战性的研究方向,其通过分析两幅人脸图像的面部特征判断是否具有亲子关系。针对现有亲子关系验证方法大都基于灰度人脸图像展开,而忽略彩色图像色度信息的问题,通过提取颜色纹理特征,研究了...人脸亲子关系验证是近几年新兴的并具有较大挑战性的研究方向,其通过分析两幅人脸图像的面部特征判断是否具有亲子关系。针对现有亲子关系验证方法大都基于灰度人脸图像展开,而忽略彩色图像色度信息的问题,通过提取颜色纹理特征,研究了色度信息在亲子关系验证方面的影响,对比彩色空间与灰度空间实验结果,并分析了不同颜色空间对亲子关系验证的影响。实验进一步研究了基于不同颜色空间融合的特征提取方法在亲子关系验证上的应用。Kin Face W和TSKin Face数据集上的实验结果表明,彩色图像可以取得较灰度图像更好的实验结果,并且HSV颜色空间识别准确率最高。此外,融合HSV颜色空间和YCb Cr颜色空间的特征提取算法可以进一步提高识别效果。展开更多
文摘根据CSLBP(center-symmetric local binary pattern)和Uniform LBP(local binary pattern)特征描述行人局部纹理互补性的特点,提出将二者级联的组合特征用于行人检测:基于灰度图像的纹理特征(hybrid local binary pattern,HLBP)和基于颜色空间的纹理特征(color based hybrid local binary pattern,CHLBP)。实验结果表明,当FPPW=10–4时,HLBP特征的检测率为93.96%,与Uniform LBP和CSLBP特征相比分别提高3.46%和9.68%,基于颜色空间L′C′C′与HIKSVM分类器结合时的检测率高达98.58%。与传统的纹理特征检测方法相比,该特征提高了行人检测精度,降低了误检率,检测性能得到较大幅度的提升。
文摘人脸亲子关系验证是近几年新兴的并具有较大挑战性的研究方向,其通过分析两幅人脸图像的面部特征判断是否具有亲子关系。针对现有亲子关系验证方法大都基于灰度人脸图像展开,而忽略彩色图像色度信息的问题,通过提取颜色纹理特征,研究了色度信息在亲子关系验证方面的影响,对比彩色空间与灰度空间实验结果,并分析了不同颜色空间对亲子关系验证的影响。实验进一步研究了基于不同颜色空间融合的特征提取方法在亲子关系验证上的应用。Kin Face W和TSKin Face数据集上的实验结果表明,彩色图像可以取得较灰度图像更好的实验结果,并且HSV颜色空间识别准确率最高。此外,融合HSV颜色空间和YCb Cr颜色空间的特征提取算法可以进一步提高识别效果。
