学位论文 > 优秀研究生学位论文题录展示

复杂背景下快速行人检测算法研究

作　者: 王守超
导　师: 李小霞
学　校: 西南科技大学
专　业: 模式识别与智能系统
关键词: 行人检测 改进中心对称CENTRIST特征 偏最小二乘法 辅助积分图 直方图交叉核支持向量机
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 5次
引　用: 0次
阅　读: 论文下载
 

内容摘要


行人检测在计算机视觉系统中具有广泛的应用，如智能视频监控、自动驾驶和多媒体检索等，此外行人检测也是场景分析、运动分析、行为理解等诸多后续处理的基础。由于行人属于非刚体，行人的姿态、外观、视角以及所处环境变化很大，现有许多方法和模型或是过于简单而不能达到检测精度，或是过于复杂而难以达到实时性要求。针对复杂背景下的快速行人检测问题，从行人边缘信息的角度，在CENTRIST统计特征描述子的基础上，结合CS_LBP特征的中心对称性，本文提出了改进的中心对称CENTRIST (Improved Center-Symmetric CENTRIST,ICS_CENTRIST)特征，采用分块直方图方法描述行人的边缘轮廓信息，该特征只用32维对边缘图像进行编码，计算简单，对人体描述能力强。ICS_CENTRIST特征是基于传统的均匀分块方法，没有利用任何先验知识，提取的特征向量包含了大量冗余信息。本文采用基于偏最小二乘法(Partial Least Squares, PLS)的稳定块选择算法，首先为每一个块选取最主要的投影向量，得到投影后的值作为该块的特征值，然后对所有样本块的特征值建立PLS模型，根据模型参数为每个块计算一个得分，表示该块在PLS模型中的预测区分能力。选取一定数量得分最高的块，作为检测窗口内提取特征的区域。行人检测时采用3级级联分类方法：第1级采用基于辅助积分图的线性支持向量机，快速排除大部分非行人区域；第2级和第3级分别使用PLS选出区分能力最强的前12和21个块(block)，提取ICS_CENTRIST特征，采用直方图交叉核支持向量机(Histogram Intersection Kernel SVM, HIK-SVM)进行精确检测。实验结果表明，本文算法在复杂背景下可取得较好的检测效果，检测速度在447×358大小的图像上达到平均50ms，与基于CENTRIST特征的快速检测方法和HOG算法相比分别提高了50%和90%，能够满足实时性要求。

全文目录


相似论文

  1. 视频图像中的行人检测算法研究与实现,TP391.41
  2. 基于活动轮廓模型的行人检测方法研究,TP391.41
  3. 车载红外图像的行人检测与跟踪技术,TP391.41
  4. 视频监控的行人跟踪与辨识,TP391.41
  5. 食用植物油快速检测方法研究,TP274
  6. 基于设备状态的预知维护策略与经济生产批量的整合研究,F273.4
  7. 基于多波段光谱技术的鱼油关键品质信息快速检测方法研究,TS224
  8. 小型浸入式紫外—可见分光光度法COD测量仪设计,TH744.121
  9. 传感器数据补偿算法的设计与实现,TP301.6
  10. 基于红外视频的行人检测,TP391.41
  11. 检验检疫顾客满意度测评模型的构建与应用,F752.5;F274
  12. 单摄像头条件下的行人识别与跟踪方法研究,TP391.41
  13. 基于梯度特征和级联分类的快速行人检测,TP391.41
  14. 基于单目视觉的运动行人检测算法的研究与实现,TP391.41
  15. 基于单目视觉的车辆前方行人识别方法研究,TP391.41
  16. 基于视频的行人检测技术研究,TP391.41
  17. 道路行人特征视觉检测方法研究,TP391.41
  18. 视频场快速行人动态检测算法与实现,TP391.41
  19. 基于运动目标检测的行人计数方法,TP391.41
  20. 基于结构方程模型（SEM）的高校教育服务满意度研究,G640
  21. 车辆辅助驾驶系统中基于计算机视觉的行人检测技术研究,TP274.4

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com