科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统的SIFT特征实时性差和Haar-like特征场景适应能力差、鲁棒性较低的问题,提出一种基于双层多样性的人体特征提取算法。该算法充分利用特征之间的互补作用,将Haar特征进行二值化,通过与局部二值模式相融合,提出LH特征算法。结合SIFT特征算法对人体特征进行提取。仿真实验表明,该算法在行为检测中具有较好的检测率和较高的实时性。
- 单位
针对传统的SIFT特征实时性差和Haar-like特征场景适应能力差、鲁棒性较低的问题,提出一种基于双层多样性的人体特征提取算法。该算法充分利用特征之间的互补作用,将Haar特征进行二值化,通过与局部二值模式相融合,提出LH特征算法。结合SIFT特征算法对人体特征进行提取。仿真实验表明,该算法在行为检测中具有较好的检测率和较高的实时性。
