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
|
相似论文
- 基于人眼检测的驾驶员疲劳状态识别技术,TP391.41
- 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
- 基于AdaBoost算法的人脸识别研究,TP391.41
- 人脸表情识别算法研究,TP391.41
- 基于支撑向量机与模板匹配的眼底图像分割,TP391.41
- 基于SVM的车牌字符识别算法研究与实现,TP391.41
- 车载红外图像的行人检测与跟踪技术,TP391.41
- 智能视频监控中的目标检测技术研究,TP391.41
- 基于红外视频的行人检测,TP391.41
- 基于改进梯度空间直方图的对象检测方法研究,TP391.41
- 航道监控中船舶的检测与跟踪,TP391.41
- 基于图像分析的人脸比对技术研究,TP391.41
- 高光谱影像混合像元分解技术研究,TP751
- 基于AdaBoost算法的人脸检测方法研究,TP391.41
- 基于肤色和Adaboost算法的人脸检测方法研究,TP391.41
- 基于KPLS特征提取下的FWLS-SVM回归方法,O212.1
- 无角毛有害赤潮藻显微图像自动识别系统,TP391.41
- 流行学习在交通标志识别中的应用研究,TP391.41
- 基于共生与非共生梯度直方图的人体检测,TP391.41
- 基于稀疏部件轮廓扩展的形变感兴趣目标定位技术研究,TP391.41
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
|