毕业论文--基于DPM的行人检测方法的研究

《毕业论文--基于DPM的行人检测方法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、HUNANUNIVERSITY毕业论文论文题目基于DPM的行人检测方法的研究学生姓名学生学号专业班级自动化1101学院名称电气与信息工程学院指导老师学院院长2015年5月20日III湖南大学毕业设计(论文)第页摘要随着中国社会经济的进步和快速增长,交通、道路、军事等领域对安全防范报警系统的要求越来越高,对新时代下智能监控技术的应用提出了更高的要求。行人检测跟踪和行为识别技术的研究是视频监控技术的一个非常重要的研究方向。由此在道路安全方向上对于帮助驾驶人员发现和及时排除异常行为、在城市综合大环境道路上避让行人有重要意义。2010年，DPM(DeformablePartModel)被提出，它是一种

2、的一种基于部分模板的检测方法，同时也是是目前最好的检测算法之一，在行人，自行车，汽车等很多目标的检测上有着非常理想的效果。Felzenszwalb于2008年提出DPM算法，这种算法的优点在于对检测目标的形变具有较高的鲁棒性。目前DPM已成为姿态估计、分割等很多算法的核心组成部分，Felzenszwalb教授本人也因为DPM算法被VOC组委会授予了"终身成就奖"。DPM算法采用了改进后的HOG特征（增加了特征并降低了维数），LSVM分类器和滑动金字塔窗口（SlidingWindows）的检测思想。目标检测中有目标的多视角问题，DPM采取了多组件（Component）的策略。Felzenszwa

3、lb采用了基于图结构（PictorialStructure）的部件模型策略来解决目标本身的形变问题，。此外，Felzenszwalb将部件模型的相对位置位置，样本的所归属的模型类别号等作为潜在变量（LatentVariable），采用多示例学习（Multiple-instanceLearning）的方法来自动确定。本毕业设计旨在学习DPM算法，了解部分模型的思想。本毕业设计对DPM算法的检测部分做了速度提升，并利用DPM检测结果实现了多行人的跟踪。关键词：DPM；多行人检测与跟踪；检测速度提升；部分模型ResearchonpedestriandetectionbasedonDPMIII湖南大学

4、毕业设计(论文)第页AbstractWithChina'seconomicandsocialprogressandtherapidgrowth,traffic,roadsandmilitaryfieldofsafetypreventionalarmsystemaremoreandmorehigh,theneweraoftheapplicationofintelligentmonitoringtechnologyputforwardhigherrequirements. Theresearchofpedestriandetectionandtrackingandbehaviorrecogniti

5、ontechnologyisaveryimportantresearchdirectionofvideosurveillancetechnology.. Thusinthedirectionofroadsafety,tohelpdriversfoundandtimelyeliminatingabnormalbehavior,intheurbancomprehensiveenvironmentontheroadpedestrianshaveimportantsignificance.Thedetectionofmanytargetsin2010,DPM(Deformablepartmodel)i

6、sproposed,whichisakindofakindofdetectionmethodbasedonpartofthetemplate,anditisaoneofthebestdetectionalgorithm,pedestrians,bicycles,automobiles,etc.areveryidealeffect.Felzenszwalbin2008proposedDPMalgorithm,theadvantageofthisalgorithmisthatthedetectionofthedeformationofthetargethasahigherrobustness. A

7、tpresent,DPMhasbecomethecorecomponentofmanyalgorithmssuchasposeestimationandsegmentation.ProfessorFelzenszwalbhimselfhasbeenawardedthe"LifetimeAchievementAwardbyDPM"VOC.".TheDPMalgorithmusestheimprove