学位论文 > 优秀研究生学位论文题录展示

基于多特征的行人检测技术研究

作 者: 张春凤
导 师: 宋加涛; 王万良
学 校: 浙江工业大学
专 业: 计算机软件与理论
关键词: 行人检测 梯度直方图特征 改进的局部三值模式特征 多特征融合
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 37次
引 用: 0次
阅 读: 论文下载
 

内容摘要


行人检测是目前图像处理和计算机视觉领域的热点研究课题,其研究成果在智能交通、人体运动分析、机器人开发和视频监控等领域具有重要应用价值。行人既具备刚性物体的特性,同时又具备一定的柔性物体特征,且易受服饰、姿态、光照、环境背景和遮挡等影响。因此,行人检测也是一个极富挑战性的研究课题,具有重要的理论意义和应用价值。一个完整的行人检测系统由图像采集、特征提取、分类器训练、检测等模块组成。本文综述了国内外行人检测技术的研究现状,详细分析了目前常用的各行人数据库的特点以及行人检测技术研究存在的难点,重点研究了行人特征表示方法。主要工作和创新点如下:(1)针对目前广泛使用的梯度方向直方图特征(HOG)维度较高且计算复杂、对噪声敏感、无法刻画图像纹理特征的缺点,受局部二值模式特征的启发,将局部三值模式特征(LTP)引入到行人检测,提出了改进局部三值模式行人特征(Sqrt-LTP)表示方法。Sqrt-LTP特征不仅有很好的图像纹理信息描述能力,而且计算复杂度低、对噪声不敏感。在INRIA行人数据库上的实验结果表明:基于LTP特征的行人检测方法其性能优于HOG特征的行人检测方法,且改进后的Sqrt-LTP特征进一步提高了行人检测性能。(2)针对单一特征无法较全面地刻画图像信息这一问题,提出了基于多特征融合的行人检测方法,将刻画图像中边缘信息的HOG特征描述子与刻画图像纹理信息的Sqrt-LTP特征描述子相融合。融合后的新特征更全面地描述了行人的特征信息,从而提高了行人检测性能。在INRIA行人数据库上的实验结果表明:基于HOG和Sqrt-LTP融合的行人检测方法其性能优于使用单一HOG特征和Sqrt-LTP特征的行人检测方法。

全文目录


摘要  5-6
ABSTRACT  6-10
第1章 绪论  10-20
  1.1 研究背景及意义  10
  1.2 国内外研究现状  10-14
  1.3 行人检测数据库  14-16
  1.4 主要存在的难题  16-18
  1.5 研究内容和论文组织  18-20
第2章 行人检测技术研究综述  20-35
  2.1 引言  20-21
  2.2 基于全局特征的方法  21-30
    2.2.1 基于Haar小波特征的方法  21-22
    2.2.2 基于HOG特征的方法  22-26
    2.2.3 基于edgelet特征的方法  26-27
    2.2.4 基于shapelet特征的方法  27-29
    2.2.5 基于轮廓模板的方法  29-30
    2.2.6 基于运动特征的方法  30
  2.3 基于人体部件的方法  30-31
  2.4 基于立体视觉的方法  31-32
  2.5 行人检测系统评价方法  32-34
    2.5.1 混淆矩阵  32-33
    2.5.2 ROC曲线  33-34
  2.6 小结  34-35
第3章 基于改进局部三值模式特征的行人检测方法  35-48
  3.1 引言  35
  3.2 局部二值模式特征  35-38
  3.3 本文提出的改进的局部三值模式特征行人检测方法  38-43
    3.3.1 改进的局部三值模式特征(Sqrt-LTP)  38-41
    3.3.2 分类器的选取  41-43
  3.4 实验及结果分析  43-47
    3.4.1 行人检测及评价方法  43-44
    3.4.2 实验结果与分析  44-47
  3.5 本章小结  47-48
第4章 基于多特征融合的行人检测方法  48-56
  4.1 引言  48-49
  4.2 本文所提出的多特征融合行人检测方法  49-53
    4.2.1 特征提取  49-50
    4.2.2 融合方法  50-52
    4.2.3 实验流程图  52-53
  4.3 实验及结果分析  53-55
    4.3.1 实验数据  53
    4.3.2 实验结果分析  53-55
  4.4 本章小结  55-56
第5章 总结与展望  56-58
  5.1 结论  56
  5.2 展望  56-58
参考文献  58-64
致谢  64-65
攻读学位期间参加的科研项目和成果  65

相似论文

  1. 基于内容的唐卡图像检索技术研究,TP391.41
  2. 基于支持向量机的视频目标检测方法研究,TP391.41
  3. 视频图像中的行人检测算法研究与实现,TP391.41
  4. 基于鱼眼图像的车辆检测算法的研究与实现,TP391.41
  5. 基于活动轮廓模型的行人检测方法研究,TP391.41
  6. 车载红外图像的行人检测与跟踪技术,TP391.41
  7. 智能车辆障碍检测与避障策略的研究,U495
  8. 视频监控的行人跟踪与辨识,TP391.41
  9. 基于红外视频的行人检测,TP391.41
  10. 钴结壳的非线性超声识别技术研究,TN912.34
  11. 多特征融合的运动目标检测算法研究,TP391.41
  12. 单摄像头条件下的行人识别与跟踪方法研究,TP391.41
  13. 复杂背景条件下的运动目标检测与跟踪的研究,TP391.41
  14. 粒子滤波框架下的自适应多特征融合目标跟踪方法研究,TP391.41
  15. 基于梯度特征和级联分类的快速行人检测,TP391.41
  16. 基于单目视觉的运动行人检测算法的研究与实现,TP391.41
  17. 基于单目视觉的车辆前方行人识别方法研究,TP391.41
  18. 基于视频的行人检测技术研究,TP391.41
  19. 道路行人特征视觉检测方法研究,TP391.41
  20. 视频场快速行人动态检测算法与实现,TP391.41
  21. 基于图像处理的夜间行人检测系统应用研究,TP274

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