欢迎来到天天文库
浏览记录
ID:37046622
大小:3.74 MB
页数:82页
时间:2019-05-15
《车载热成像行人检测性能改进方法的研究与实现》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、硕士学位论文车载热成像行人检测性能改进方法的研究与实现作者姓名许瑞霖学科专业软件工程指导教师刘琼教授所在学院软件学院论文提交日期2018年5月ResearchandImplementationofImprovedMethodforFar-infraredPedestrianDetectiononBoardADissertationSubmittedfortheDegreeofMasterCandidate:XuRuilinSupervisor:Prof.LiuQiongSouthChinaUniversityofTechnologyGuangzhou
2、,China分类号:TP391学校代号:10561学号:201520134354华南理工大学硕士学位论文车载热成像行人检测性能改进方法的研究与实现作者姓名:许瑞霖指导教师姓名、职称:刘琼教授申请学位级别:工学硕士学科专业名称:软件工程研究方向:目标检测论文提交日期:2018年4月20日论文答辩日期:2018年5月31日学位授予单位:华南理工大学学位授予日期:年月日答辩委员会成员:主席:王振宇委员:刘琼应伟勤杨磊朱映波摘要车载热成像行人检测是高级驾驶辅助系统的关键技术之一,也是计算机视觉领域的热门研究方向。热成像不受环境光照条件影响,对低能见度鲁棒,受
3、到广泛重视。由于背景动态复杂、行人外观多变、细节信息缺失等,热成像行人检测在权衡检测率和实时性等方面仍极具挑战性。相比热成像,近年来可见光目标检测提出许多代表性的方法成果:基于EdgeBox的RoIs提取方法在召回率和实时性等都取得突破,它以边缘信息为线索特征,具有应用到热成像的潜力;分类检测环节通过改进可见光样本,有效权衡检测率和实时性。本文针对车载热成像行人检测对实时性和检测率的要求,围绕热成像系统的成像特点,以及交通场景下行人目标和背景的特性,基于可见光目标检测的相关成果,提出针对实时性和召回率改进的热成像RoIs提取方法,以及基于样本增强的热
4、成像分类检测方法。本文的主要工作如下:(1)针对EdgeBox方法在可见光和热成像都具有较高召回率、但实时性仍不足的情况,提出一种Fast-EdgeBox方法用于快速热成像RoIs提取。根据可见光通用目标和热成像行人的特性差异,提出级联行人尺寸约束和自适应局部双阈值分割方法的策略,过滤EdgeBox滑窗遍历阶段产生的边界框,尽量滤除非行人边界框。实验表明改进方法的有效性,能够维持原有方法的高召回率,且有效降低计算耗时和减少RoIs数量。(2)针对EdgeBox方法在热成像出现召回率下降的问题,提出改进召回率的热成像RoIs提取方法。通过对比可见光和热
5、成像稀疏边缘响应图的差异,分析EdgeBox对热成像行人召回率下降的原因。以Fast-EdgeBox方法为基础:提出竖直边缘增强策略,判断图像中可能的行人竖直边缘,增强其幅值;提出得分评估改进策略,根据行人的轮廓特征使用“T”型模板对过滤后的边界框进行得分评估,在去除边界框内部的无关边缘时能够保留可能的行人腿部信息;提出基于行人强尺寸约束的RoIs重排序策略,提高疑似行人RoIs的排名。实验表明改进方法能够有效提高召回率,而实时性略有降低。(3)针对分类检测对兼顾实时性和检测率的要求,提出基于样本增强的热成像分类检测方法。分析现有热成像样本存在的问题
6、,提出针对样本在数量和数据分布等方面的改进策略,生成增强正负样本,用于训练ACF-T+THOG特征和AdaBoost算法构成的分类器。实验表明改进方法相比使用原始样本的同类型方法,能够有效降低漏检率。关键词:热成像行人检测;感兴趣区域提取;分类检测;行人目标规律;样本增强IAbstractThermal-infraredpedestriandetectiononboardisoneofthekeytechnologiesofadvanceddriverassistancesystems,anditisalsoapopularresearchincom
7、putervision.Thermalimagingisnotaffectedbyambientlightconditionssoitisrobusttolowvisibilityandhasreceivedextensiveattention.Duetodynamicsandcomplexbackground,variedappearanceofpedestrian,andlackofdetailedinformation,thermal-infraredpedestriandetectionisstillchallengingfortrading
8、offdetectionrateandreal-timeperformance.Comparedwithth
此文档下载收益归作者所有