基于改進(jìn)HOG特征的行人檢測(cè)算法研究.pdf

1、行人檢測(cè)是目前計(jì)算機(jī)視覺(jué)領(lǐng)域的熱點(diǎn)研究課題，其研究成果被廣泛應(yīng)用于智能交通、機(jī)器人開(kāi)發(fā)、智能視頻監(jiān)控等領(lǐng)域。由于行人檢測(cè)不僅要應(yīng)對(duì)復(fù)雜的背景、遮擋及光照的影響，而且還要應(yīng)對(duì)自身穿著、姿態(tài)和視角等的影響，這些因素導(dǎo)致行人檢測(cè)成為計(jì)算機(jī)視覺(jué)領(lǐng)域研究的難點(diǎn)之一。本文以權(quán)衡檢測(cè)精度和速度、解決部分遮擋問(wèn)題為出發(fā)點(diǎn)，在綜合分析現(xiàn)有的行人檢測(cè)算法的基礎(chǔ)上，應(yīng)用圖像處理、計(jì)算視覺(jué)等領(lǐng)域相關(guān)理論，提出了自己的行人檢測(cè)算法。
　　首先，針對(duì)現(xiàn)有基于

2、HOG-LBP特征的行人檢測(cè)算法，檢測(cè)速度較慢，不能滿足實(shí)時(shí)性需求的問(wèn)題，通過(guò)改進(jìn)HOG特征和引入兩層檢測(cè)結(jié)構(gòu)，提出了基于多特征級(jí)聯(lián)的行人檢測(cè)算法，本算法首先使用改進(jìn)的HOG特征進(jìn)行檢測(cè)，快速排除大量負(fù)樣本；然后使用融合特征進(jìn)行檢測(cè)，進(jìn)一步排除困難負(fù)樣本，以在保證檢測(cè)精度的前提下，加快檢測(cè)速度。
　　其次，針對(duì)現(xiàn)有的基于滑動(dòng)窗口的行人檢測(cè)算法，無(wú)法處理部分遮擋，進(jìn)而導(dǎo)致誤檢和漏檢較高的問(wèn)題，通過(guò)改進(jìn)HOG特征和結(jié)合整體檢測(cè)器和部件

3、檢測(cè)器各自的特點(diǎn)，提出了基于遮擋推理的行人檢測(cè)算法。首先判斷整體檢測(cè)器的檢測(cè)得分是否在可能發(fā)生遮擋的范圍內(nèi)，其次通過(guò)改進(jìn)遮擋推理算法，判斷得分在范圍內(nèi)的窗口是否存在遮擋，最后使用DPM模型檢測(cè)存在遮擋的窗口，來(lái)檢測(cè)出被遮擋的行人，提高檢測(cè)精度。
　　最后，通過(guò)與現(xiàn)有行人檢測(cè)方法進(jìn)行對(duì)比實(shí)驗(yàn)，驗(yàn)證基于多特征級(jí)聯(lián)的行人檢測(cè)算法，在保證檢測(cè)精度的前提下，加快檢測(cè)速度的有效性；驗(yàn)證基于遮擋推理的行人檢測(cè)算法，在解決行人部分遮擋問(wèn)題上的可行