一种基于改进HOG-LBP特征的智能车辆前方多目标分类方法

摘要

本发明公开了一种基于改进HOG‑LBP特征的智能车辆前方多目标分类方法，属于智能驾驶领域。在HOG特征的提取过程中加入LBP特征，并在对图像进行分块处理的过程中，对小区域内的HOG特征和LBP特征进行一定的选择，以此减少最终得到的整幅图像的特征向量维数，减少了特征提取所需的时间；同时，针对“车辆‑行人‑非机动车‑背景”这一多目标场景，设计了适用的多级支持向量机分类结构，对各个节点分类器分别进行训练，提高最终的分类准确性。弥补了当前对城区复杂交通场景多目标分类研究的不足，进一步减少各类目标检测时特征提取的时间，提高检测准确性，以满足车载设备实时性处理的需求。