当前位置：文档之家 › 基于HOG和SVM的图像识别方法

基于HOG和SVM的图像识别方法

  • 格式：pdf
  • 大小：495.85 KB
  • 文档页数：6

http://www.paper.edu.cn

- 1 - 中国科技论文在线

基于HOG和SVM的图像识别方法

林锦彬，庄伯金**

作者简介：林锦彬（1989-），男，硕士，主要研究方向：多媒体通信与模式识别、嵌入式系统

通信联系人：庄伯金（1976-），男，副教授，主要研究方向：嵌入式系统，MPEG-2/MPEG-4/H.263/H.264

智能转码器设计以及网络编码（Network Coding）与视频应用融合技术等. E-mail: bjzhuang@bupt.edu.cn （北京邮电大学信息与通信工程学院，北京 100876）

5 摘要：图像识别技术目前已广泛应用于人们的工作与生活中，不同的应用场景对图像识别技

术提出了不同的应用要求。本文提出一种基于HOG和SVM的图像识别方法。首先对输入

图像进行校正与归一化等预处理，去除背景噪声的干扰，然后利用梯度方向直方图（HOG）

提取图像特征，建立对图像的鲁棒表示，最后使用SVM分类器对送入的图像特征模式进行

分类。为了降低计算复杂度，采用了一种积分图方法对HOG特征提取过程进行了优化。实10

验结果表明，本文提出的方法能够较好地对图像进行分类，具备较高的识别准确率。

关键词：图像识别；投影变换；HOG；SVM；积分图

中图分类号：TP391.4

Image recognition method based on HOG and SVM 15

LIN Jinbin, ZHUANG Bojin

(Information and Communication Engineering School, Beijing University of Posts and

Telecommunications, Beijing 100876)

Abstract: Nowadays image recognition technology is widely employed in our work and daily life,

however different application scenarios put forward different requirements. An image recognition 20

method based on HOG and SVM is proposed. Firstly, in order to remove background noise, an image

correction and normalization is required. Secondly, we establish a robust representation of image by

using HOG feature extraction. Finally we classify different input feature vectors by using SVM. We

take an integral image approach, which is applied to optimize HOG feature extraction, to reduced the

computational complexity. The experiment results show that our method achieve a good performance 25

on image recognition.

Key words: Image Recognition; Projection Transformation; HOG; SVM; Integral Image

0 引言

图像识别是指利用计算机对图像进行处理和分析以识别不同模式的目标和对象的技术。30

借助图像识别技术，人们可以快速获得所需要的信息，从而更好地进行思考与决策。随着计

算机技术和信息技术的不断发展，图像识别得到了越来越广泛的应用。图像识别一般可以分

为三个部分，即图像预处理、特征提取与图像分类。图像预处理的主要目的是消除图像中无

关的信息，恢复有用的真实信息，一般有数字化、几何变换、归一化、滤波等步骤。特征提

取是目标识别的关键，特征的选择和描述是识别性能的直接体现，常用的图像特征有颜色特35

征、纹理特征、形状特征和空间关系特征等。颜色特征是一种全局特征，描述图像或图像区

域所对应的表现性质，比如灰度直方图等。纹理特征也是一种全局特征，描述图像或图像区

域的空间颜色分布和光强分布，比如LBP特征、灰度共生矩阵等。形状特征是一种局部特

征，描述了局部区域内物体的外形的性质，比如矩特征、边界特征等。空间关系特征是指图

像分割出来的多个目标之间相互的空间关系或相对方向关系，包括连接/邻接关系、交叠/重40

叠关系和包含/包容关系等[1]。图像分类技术根据输入的特征向量计算出它所属的类别，常见

的方法有模板匹配法、神经网络与支撑向量机等。 http://www.paper.edu.cn

- 2 - 中国科技论文在线

本文根据图像的特点，进行了校正与归一化等图像预处理。提出了基于HOG与SVM

的图像识别方法，并使用该算法对样本图像进行了测试，取得了满意的效果。

1 图像前景提取 45

本文中需要识别的目标图像为规则的矩形物体，经过图像采集后呈现倾斜、拉伸和

变形等情况，如图2(a)所示。本文采用一种基于图像投影变换模型的方法进行校正与归一化，

基本思想是计算出原始图像中的目标图像到指定矩形模板的投影变换矩阵，将原始目标图像

的所有像素映射到指定矩形模板内，从而实现目标图像的校正[2]。投影变换模型示意图如下：

50

(a) 原图 (b) 变换图

图1 投影变换示意图

投影变换矩阵为：

012

345

671mmm

Hmmm

mm

假设原图上任一点坐标为

11(,)xy，校正后图像对应点坐标为

22(,)xy，则有： 55

12

12

11xx

yHy

本文中将目标图像归一化到640×320大小，通过定位出原图中目标图像的4对顶点，

如图2(a)中的红色交叉点所示，校正后图像的4对对应参考点分别为(0,0)，(639,0)，(0,319)，

(639,319)，使用高斯消元法可以解出变换矩阵H的8个未知变量。对于点

22(,)xy在原始图

像中的映射坐标

11(,)xy，通过插值算法[3]即可以得到其对应的像素值，也即完成了整个图像60

校正过程。

经过校正及归一化后的图像如图2(b)所示。

(a) 原图输入图像 (b) 校正及归一化后图像

图2 图像校正与归一化效果图 65

2 HOG特征提取

HOG特征是一种在计算机视觉和模式识别中用来进行物体检测的特征描述子，由

Navneet Dalal和Bill Triggs首先在05年的CVPR中提出，并用于静态图像与视频的行人检 http://www.paper.edu.cn

- 3 - 中国科技论文在线

测[4]。HOG特征的核心思想是所检测的局部物体外形能够被光强梯度或边缘方向的分布所

描述，它通过计算和统计图像局部区域的梯度方向直方图来构成特征。具体步骤如下： 70

先将图像灰度化，采用Gamma校正法进行颜色空间的标准化，同时也能起到抑制噪声、

降低光照变化以及图像局部阴影的影响。公式为：

(,)(,)IxyIxyg

其中(,)Ixy 表示图像灰度值，通常取1/2g 。

计算像素点(,)xy的梯度： 75

(,)(1,)(1,)

xGxyIxyIxy

(,)(,1)(,1)

yGxyIxyIxy

式中，(,)xGxy、(,)

yGxy、(,)Ixy分别表示输入图像中像素点(,)xy处的水平方向梯度、

垂直方向梯度和像素值。像素点(,)xy处的梯度幅值和梯度方向分别为： 22(,)(,)(,)

xyGxyGxyGxy 80 (,)

(,)tan

(,)y

xGxy

xyarc

Gxyq

HOG特征将整幅图像分割成小的连接区域（cell），在每个cell内对所有像素的梯度方

向根据幅度大小进行加权投票，这样每个cell生成一个方向梯度直方图。本文设定cell大小

为8，梯度方向划分为16个区间。

把若干个cell组合成一个区间（block），在这个block内对所有cell的梯度强度进行归85

一化，这个过程使HOG特征具备更好的光照、阴影不变性。注意这些block之间是互有重

叠的。本文设定block大小为2×2个cell，则相邻block的重叠cell数为2。

将所有block的特征向量组合起来得到最终的HOG特征。

对于128×64的图像，按照上述的计算方法，则水平方向有15个扫描窗口，垂直方

向有7个扫描窗口，每个block内的特征向量维数为16×4=64，最终HOG特征的维数为90

15×7×64=6720维。

3 SVM分类器

对不同类别的图像提取HOG特征后，下一步就需要进行分类。本文采用的方法是

支撑向量机。

SVM是在统计学习理论的基础上发展起来的机器学习算法。上世纪60年代，Vapnik95

等人开始了统计学习理论的研究，并于上世纪60年代至70年代建立了统计学习理论的框架。

基于Vapnik的统计学习理论，针对小样本分类和回归问题的新型机器学习方法支撑向量机

被提了出来。支撑向量机以结构风险最小化原理为准则，能够有效解决过拟合、落入局部极

值和“维数灾难”等问题，在解决小样本、非线性、高维空间模式识别问题中表现出良好的推

广性和较好的分类准确性[5]。 100

采用SVM分类器进行面值识别的具体实现分为两个阶段：训练阶段和预测阶段。

训练阶段，使用训练样本进行学习并训练出一个SVM模型，这个模型本质上就是由最难分

类的特征向量定义出了最优超平面。预测阶段将待测样本特征向量输入到k(k-1)/2个二分类

器，通过投票数给出分类的结果。系统框图如下：

合集下载

基于HOG特征的图像特征抽取方法综述与实验对比

基于HOG特征的图像特征抽取方法综述与实验对比

基于HOG特征的图像特征抽取方法综述与实验对比

引言：

图像特征抽取是计算机视觉和图像处理领域中的核心问题之一。在图像识别、目标检测和人脸识别等应用中，准确地提取图像特征是关键。本文将综述基于HOG（Histogram of Oriented Gradients）特征的图像特征抽取方法，并通过实验对比不同方法的性能。

一、HOG特征的原理与发展

HOG特征是一种基于局部梯度方向的图像特征描述子，由Navneet Dalal和Bill Triggs于2005年提出。HOG特征的基本思想是将图像划分为小的局部块，计算每个块内的梯度方向直方图。通过统计每个块的梯度方向直方图，得到整个图像的特征描述。HOG特征在目标检测和行人识别等领域取得了很好的效果。

二、HOG特征的优点与局限

HOG特征具有以下优点：1）对光照变化和几何变换具有一定的鲁棒性；2）特征维度相对较低，计算效率较高；3）能够捕捉到目标的边缘和纹理信息。然而，HOG特征也存在一些局限性，如对背景干扰敏感、对目标尺度变化不具有鲁棒性等。

三、基于HOG特征的图像特征抽取方法

1. HOG-SVM方法

HOG-SVM是最早应用HOG特征于目标检测的方法之一。该方法首先将图像划分为小的局部块，计算每个块的HOG特征，然后使用支持向量机（SVM）进行分类。HOG-SVM方法在行人检测等任务中取得了较好的效果。 2. HOG-LBP方法

HOG-LBP方法将HOG特征与局部二值模式（LBP）特征相结合，用于人脸识别任务。该方法首先提取图像的HOG特征和LBP特征，然后将两者进行融合，最后使用分类器进行人脸识别。HOG-LBP方法在人脸识别领域取得了较好的性能。

四、实验对比与结果分析

本文选取了HOG-SVM方法和HOG-LBP方法作为实验对比的对象，使用了公开的行人检测和人脸识别数据集进行实验。实验结果表明，HOG-SVM方法在行人检测任务中表现出较高的准确率和召回率，而HOG-LBP方法在人脸识别任务中具有较好的性能。

安防监控中的视频分析算法选择

安防监控中的视频分析算法选择

安防监控中的视频分析算法选择

现代社会中，安防监控已经成为人们生活和社会安全的重要组成部分。而视频分析算法的选择对于确保安防监控的效果至关重要。在选择合适的视频分析算法时，需要考虑多个因素，如算法的准确性、实时性、可扩展性等。本文将探讨安防监控中常用的视频分析算法，并选取适用于不同场景的算法进行比较。

一、目标检测算法

目标检测算法是安防监控中最常用的视频分析算法之一。它能够识别和分类监控画面中的目标物体，例如人、车辆、动物等。传统的目标检测算法包括Haar-cascade算法和HOG+SVM算法。Haar-cascade算法基于人工定义的特征和机器学习技术，能够实现实时的目标检测，但对于复杂场景的处理效果较差。HOG+SVM算法则利用方向梯度直方图和支持向量机进行目标检测，可以处理更复杂的场景。然而，这些传统算法的准确性和实时性无法满足现代安防监控的需求。

近年来，深度学习的崛起为目标检测算法带来了革命性的突破。YOLO（You Only Look Once）算法是一种基于深度学习的目标检测算法，它通过将目标检测问题转化为回归问题，实现了实时高效的目标检测。SSD（Single Shot MultiBox Detector）算法则通过引入多层卷积特征提取和多尺度检测，进一步提高了目标检测的准确性和实时性。这些深度学习算法在安防监控中被广泛应用，能够满足复杂场景下的目标检测需求。

二、行为识别算法

行为识别算法是指通过对视频流进行分析，识别和判断监控对象的行为，如行走、奔跑、打闹等。行为识别算法可以用于监测人员的异常行为，提供实时的预警和应对措施。传统的行为识别算法主要基于人工定义的特征和机器学习技术，例如基于轨迹的方法和基于外观特征的方法。然而，这些传统算法的准确性和鲁棒性有限，对于复杂场景下的行为识别存在一定的局限性。

随着深度学习的发展，基于深度学习的行为识别算法在安防监控中得到了广泛应用。例如，基于卷积神经网络（CNN）的行为识别算法通过学习视频的时空特征，能够实现准确的行为识别。另外，基于循环神经网络（RNN）的行为识别算法能够建模视频序列的时序信息，进一步提高了行为识别的准确性和鲁棒性。这些深度学习算法不仅能够准确识别监控对象的行为，还可以进行动态场景建模和行为预测，有助于预防和应对潜在的安全威胁。

图像识别算法的使用方法

图像识别算法的使用方法

图像识别算法的使用方法

图像识别算法是一种能够根据输入的图像内容自动识别和分类的技术。随着人工智能和机器学习的发展，图像识别算法已经在许多领域得到广泛应用，如医疗诊断、安防监控、自动驾驶汽车等。本文将介绍图像识别算法的基本原理和使用方法。

一、图像识别算法的基本原理

图像识别算法的基本原理是通过对图像进行处理和分析，提取出图像的特征，然后将这些特征和预先训练好的模型进行匹配，从而确定图像的类别。其主要步骤如下：

1. 数据准备：首先，需要收集和准备一定数量的图像数据，这些数据包含了不同类别的图像样本。例如，如果需要训练一个猫狗识别模型，就需要收集包含猫和狗的图像样本。

2. 特征提取：在图像识别算法中，通常会使用特征提取算法从图像中提取出有代表性的特征。这些特征可以是图像中的边缘、角点、颜色等。特征提取的目的是将图像转换成数值特征，方便后续的分类和匹配过程。

3. 训练模型：在得到特征之后，需要训练一个图像识别模型。训练模型的过程就是将特征与对应的类别标签进行匹配，并不断调整模型参数，使得模型能够准确地预测图像的类别。常用的图像识别算法包括卷积神经网络（CNN）、支持向量机（SVM）等。

4. 模型评估：训练完模型之后，需要对模型进行评估，统计模型在一组预测样本上的准确率、召回率、精确率等指标。通过评估可以判断模型的性能和可靠性，并做出相应的调整和改进。

二、使用图像识别算法可以分为两个主要步骤：训练模型和应用模型。

1. 训练模型：

① 准备数据集：首先，需要准备一定数量的带有标签的图像数据集。这些数据集应包含各个类别的图像样本，并按照一定比例划分为训练集和测试集。训练集用于训练模型，测试集用于评估模型的准确性。

② 特征提取和数据预处理：在开始训练之前，需要对图像进行预处理和特征提取。预处理包括图像的缩放、裁剪、灰度化等操作。特征提取可以使用一些经典的算法，如SIFT、HOG等。同时，还可以考虑使用数据增强的技术，如旋转、平移、放缩等，增加数据集样本的多样性，增强模型的泛化能力。

基于改进GhostNet的轻量级手势图像识别方法

基于改进GhostNet的轻量级手势图像识别方法

浙江理工大学学报,第49卷,第3期,2023年5月JournalofZhejiangSci-TechUniversityDOI:10.3969/j.issn.1673-3851(n).2023.03.003

收稿日期:2022-10-31 网络出版日期:2023-01-16基金项目:国家自然科学基金项目(51405448);浙江省教育厅一般科研项目(Y202250600);浙江省大学生科技创新活动计划大学生科技

创新项目(2022R406A014)

作者简介:田秋红(1976- ),女,辽宁兴城人,教授,博士,主要从事机器学习、模式识别和图像处理与识别方面的研究。基于改进GhostNet的轻量级手势图像识别方法

田秋红,孙文轩,章立早,施之翔,潘 豪,吴佳璐(浙江理工大学计算机科学与技术学院,杭州310018)

摘 要:卷积神经网络应用于复杂背景的手势图像识别时,存在深层模型参数量大、计算成本高、轻量级模型准确率低等问题,针对这些问题提出了一种基于改进GhostNet的轻量级手势图像识别方法。首先,在Ghost模块中添加通道混洗操作,建立CS-Ghost模块以提取手势图像中的手势特征;然后,选用SMU(Smoothingmaximumunit)激

活函数优化模型在反向传播中的学习能力;最后,使用注意力机制中的轻量级通道注意力模块ECA去除特征中的噪声信息。该方法在ASL和NUS-Ⅱ数据集上的实验平均准确率分别为98.82%和99.36%;在OUHANDS数据集上的实验平均准确率为97.98%,参数量为1.2Mi,FLOPs为0.29Gi。实验结果表明该方法参数量小,计算成本

低,可有效提高手势图像识别的准确率。关键词:手势图像识别;卷积神经网络;轻量级模型;注意力机制;激活函数中图分类号:TP181文献标志码:A文章编号:1673-3851(2023)05-0300-10

引文格式:田秋红,孙文轩,章立早,等.基于改进GhostNet的轻量级手势图像识别方法[J].浙江理工大学学报(自然科学),2023,49(3):300-309.ReferenceFormat:TIANQiuhong,SUNWenxuan,ZHANGLizao,etal.LightweightgestureimagerecognitionmethodbasedonimprovedGhostNet[J].JournalofZhejiangSci-TechUniversity,2023,49(3):300-309.