多特征融合的行人檢測算法的研究和實現(xiàn).pdf_第1頁
已閱讀1頁,還剩54頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、行人檢測是計算機(jī)視覺中的一個熱點問題,在機(jī)器人學(xué)、無人駕駛、虛擬現(xiàn)實技術(shù)以及一些軍事領(lǐng)域都有廣泛的應(yīng)用前景。同時,作為新崛起的機(jī)動車大國,我國每年都會發(fā)生許多的交通事故,并造成大量的人員傷亡和財產(chǎn)損失。而在交通事故中行人最易受傷害,因此對行人進(jìn)行檢測在智能交通的實現(xiàn)中具有重要意義。
  現(xiàn)實條件下,行人檢測因為行人的非剛性、多樣性,背景的復(fù)雜性等因素研究難度較高。本文在已有算法的基礎(chǔ)上,提出了多種特征融合的行人檢測算法。首先,利用

2、基于顏色分割和邊緣對稱性分割算法提取感興趣區(qū)域。顏色分割能快速識別出圖中人體膚色區(qū)域,但若行人沒有裸露的皮膚或背景顏色與皮膚過于接近,則顏色分割算法將不太可靠,這時基于邊緣對稱性的分割算法可以彌補顏色分割算法的不足。然后要對感興趣區(qū)域進(jìn)行行人檢測,本文采取了基于滑動窗口的方法,用HOG-PCA+CENTRIST檢測行人整體、Haar與積分圖相結(jié)合檢測人頭,這是因為HOG具有良好的檢測特性但是維數(shù)過高且對彎曲敏感,故采用PCA進(jìn)行降維處理

3、,CENTRIST計算速度快,且能反映目標(biāo)整體輪廓信息,兩者算法具有互補性。在檢測出行人的滑動窗口中,再用Haar檢測人頭,采用積分圖技術(shù)加速計算。為了檢測各個尺寸大小的行人,本文基于SVM、AdaBoost為3種特征分別訓(xùn)練了4個尺度的分類器,以增大分類器訓(xùn)練的工作量為代價,減少了檢測的計算量。最后,采用本文的窗口融合算法對各級檢測窗口進(jìn)行融合。
  基于INRIA的實驗結(jié)果表明,本文提出的基于多特征融合的行人檢測算法在FPPI

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論