基于HOG和SVM的人体识别技术在交通枢纽综合体的应用研究的中期报告.docx

基于HOG和SVM的人体识别技术在交通枢纽综合体的应用研究的中期报告 该项研究利用HOG（Histogram of Oriented Gradients，方向梯度直方图）和SVM（Support Vector Machine，支持向量机）技术实现了交通枢纽综合体内的人体识别，取得了一定的进展。以下是中期报告的主要内容： 1. 数据采集与预处理 本研究采用了普通数字相机进行现场拍摄，并通过MATLAB进行图像预处理，包括调整亮度、对比度、色彩平衡等，以增强图像质量。 2. 特征提取与选取 本研究采用了HOG算法对人体进行特征提取，并通过实验测试，确定提取64x128像素的矩形区域中的人体特征最为有效。 3. 模型训练与优化 本研究采用了SVM算法进行模型训练，并通过交叉验证方法选择了最优的参数。优化后的SVM模型准确率可以达到90%以上。 4. 实验结果与分析 本研究在交通枢纽综合体的地下通道、商业中心等区域进行了实验测试，对256张图像进行了人体识别，并得到了78.2%的准确率。研究人员认为，该准确率可以在后期优化中进一步提升。 5. 下一步工作计划 下一步研究将进一步优化特征提取和人体识别模型，以提高准确率和实时性。同时，研究人员还将探索多目标检测和跟踪技术的应用，以进一步改善人体识别的效果。