学位论文 > 优秀研究生学位论文题录展示

基于梯度特征和级联分类的快速行人检测

作　者: 肖永刚
导　师: 庞彦伟
学　校: 天津大学
专　业: 信号与信息处理
关键词: 行人检测级联分类器统计机器学习支撑向量机梯度方向直方图 AdaBoost算法
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 266次
引　用: 0次
阅　读: 论文下载

内容摘要

行人检测技术(Pedestrian Detection Technology)作为目标检测领域的一个重要研究方向,近几年已经成为计算机视觉领域的一个研究热点和前沿方向。在智能车辆(Smart Vehicle)、自动导航(Auto Guidance)、运动分析、高级人机接口等方面,它已经成为一个核心的技术并具有广泛的应用前景。由于传统的检测方法的弊端和缺点比较大,所以当前的一些主要的研究方法是从统计机器学习的角度出发,从包括的大量的正负例训练样本的样本库中,自动提取特征并训练人体模型,从而提高了检测的精度和速度。本论文在Dalal等人的基于梯度方向直方图(Histogram of Oriented Gradients,简称HOG)特征以及Viola的boosted cascade算法的基础上,借鉴Zhu Q.等人2006年CVPR的快速行人检测论文算法[13],将这两种算法进行有机的结合,并应用到行人检测当中。为提高检测的速度,我们在几个方面进行了实现:a)进行了基于一级cascade boosting的检测实现;b)对基于四级cascade boosting的检测做了实现,原先与相比加快了检测速度;c)在boosted cascade算法框架下,发现了选择的特征点在图像中的分布情况,对于行人检测算法的研究具有指导意义。论文中对实现了以上算法,并证明该检测系统的检测性能接近目前行人检测水平。FPPW(false positive per window)在10?3的时侯,我们的检测器的在INRIA直立静态人体数据库的中上的检测率可以达到87%。对于240×320大小的图像,我们的检测算法的在检测速度上有了大约2倍的提高。

全文目录

中文摘要  3-4
ABSTRACT  4-7
第一章绪论  7-12
  1.1 研究背景  7
  1.2 国内外研究现状  7-10
    1.2.1 行人检测的传统方法  8-9
    1.2.2 基于图像特征的行人检测方法  9-10
  1.3 研究重点和难点  10-11
  1.4 本文所做的工作  11
  1.5 论文结构  11-12
第二章行人检测的传统方法  12-18
  2.1 基于轮廓模型匹配的行人检测  12-14
    2.1.1 距离变换  12-13
    2.1.2 THE CHAMFER 检测系统  13-14
  2.2 基于光流法的行人检测方法  14-16
  2.3 基于模型的行人检测方法  16-17
  2.4 本章小结  17-18
第三章图像特征提取与统计学习  18-45
  3.1 图像特征的选择和提取  18-29
    3.1.1 SIFT（Scale Invariant Feature Transform）特征  18-23
    3.1.2 Haar-like 特征  23-26
    3.1.3 Shapelet 特征  26-28
    3.1.4 HoG（梯度方向直方图）特征  28-29
  3.2 统计机器学习算法  29-43
    3.2.1 AdaBoost 算法  29-32
    3.2.2 cascade 级联分类器  32-35
    3.2.3 支撑向量机（SVM）算法  35-43
  3.3 本章小结  43-45
第四章基于梯度特征和级联分类的快速行人检测  45-67
  4.1 引言  45-46
  4.2 人体检测系统基本结构  46-47
  4.3 HOG 梯度特征  47-55
    4.3.1 基本的静态描述  49-50
    4.3.2 图像Gamma/Colour 归一化  50
    4.3.3 图像梯度的计算  50
    4.3.4 block 内特征向量的计算与归一化  50-54
    4.3.5 整个检测窗口内HOG 的计算  54-55
  4.4 Cascade AdaBoost 分类器  55-56
  4.5 机器学习过程  56-58
    4.5.1 人体数据库的选择  56-58
    4.5.2 机器的学习过程  58
  4.6 测试过程  58-61
    4.6.1 检测过程HOG 计算  58-61
  4.7 实验结果及分析  61-66
  4.8 本章小结  66-67
第五章总结和展望  67-69
参考文献  69-73
发表论文和参加科研情况说明  73-74
致谢  74

基于梯度特征和级联分类的快速行人检测

内容摘要

全文目录

相似论文