基于多特征的行人检测技术研究

《基于多特征的行人检测技术研究》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、浙江工业大学硕士学位论文第1章绪论1．1研究背景及意义行人检测即判断输入的图像或视频序列中是否出现行人，并确定其位置，该技术可广泛应用于智能交通中的车辆辅助驾驶系统Ⅱ‘”、人体行为分析‘删、机器人开发‘1㈣3、视频监控n2。1钔等领域。行人检测最初应用于视频监控系统中仅作为预处理的一个步骤，当时并未引起研究者的足够重视，但伴随科学技术的不断进步和社会管理需求的不断增长，很多的应用均需要完成对行人的自动检测，比如在智能无人驾驶系统中，车载系统必须实时准确地检测判断道路前方是否有行人出现，并快速做出响应：在视频图

2、像分析和检索系统中，行人检测技术能够快速检索出包含行人的图像帧，从而实现视频图像的自动剪辑和编辑；在各类抢险救灾过程中，如果飞行器能够从航拍的图像中快速定位地面的行人，则可大大提高抢险的效率，尽快挽救生命㈦。11前，行人检测市场应用前景十分广阔。尽管人们对行人检测进行了较多的研究，但由于人体姿态各异，衣着变化多样，场景中又经常存在光照变化、气候变化以及景物遮挡等，行人检测技术的发展至今仍未能满足应用的需要，该技术是计算机视觉领域中一个具有重要研究价值，同时又极具挑战性的热点研究课题。1．2国内外研究现状目前国

3、内外已有很多关于行人检测的报道[3-51，越来越多的研究者投入到行人检测技术的研究中来，一些大学、汽车生产厂家和研究机构等专门设立了行人检测技术研究中心，在近十年期间欧盟连续资助项目SAVE-UH61等建立了多个行人检测系统：日本本田汽车公司【17]开发了基于红外摄像机的行人检测系统：意大利的Parma大学将行人检测技术应用于智能车辆的开发；世界上很多国家的高校，如国外的麻省理工学院(M11r)、卡内基梅隆大学(CMu)、巴塞罗那自治大学(UAB)等，国内的清华大学、西安交通大学、中国科技大学等都在该领域做了

4、很多研究工作。行人检测技术发展初期主要是基于单一特征来构建行人检测分类系统，比如Papageorgiou等人“羽最早提出基于滑动窗I：1行人检测方法，该方法使用基于哈尔小波特征．1．浙江工业大学硕士学位论文(Haarwavelets)的过完备词典表示形式来捕获物体元素的重要信息，结合使用支持向量机(SvM)构成行人检测系统，但其只适合于检测静态图像，且处理速度较慢，误检率较高。Viola等人“纠在此基础上引进积分图像的概念用于快速特征计算和分类器级联结构用于有效的检测，运用Adaboost进行自动特征筛选。此

5、方法主要用于人脸检测，后研究者们将其运用到智能监控中进行行人检测，该方法缺点是在处理大量图像数据时相当耗时。上述这两种方法为当前行人检测技术的研究提供了基础。Liu等人㈨改进级联结构，将基于亮度的矩形框特征和基于梯度的一维特征用于弱学习对象的筛选，用Adaboost算法从联合特征集中筛选重要的特征，并在每个级联结构的训练图像中学习分类器。在每级输出中引入MetaStage(处理元数据的方法)方法，利用每级的输出构建分类器，大大提高了行人检测的速度和准确性。受SIFT尺度不变特性的启发，Dalai等人乜¨提出梯

6、度直方图(HistogramofOrientedGradients，HOG)行人特征描述子，目前该描述子行人检测系统中使用最为广泛。HOG描述图像的局部边缘梯度信息，对小量的偏移和光照变化具有很好的鲁棒性。缺点是维度较高，以致其提取速度较慢。为了解决上述HOG的缺点，Zhu等瞄1提出在计算HOG特征时，改变HOG中块的大小，通过提取图像的积分直方图来实现HOG特征的快速计算，然后利用Adaboost分类算法来筛选出判别能力较强的块，从而构建一个级联分类器进行行人检测，结果表明其检测速度比Dalai等的方法快将

7、近70倍。Gavrila等人乜31根据距离转换思想提出基于形状的物体检测方法，该方法采用模版分层获取多个物体形状，在线下对给定的形状分布运用随机最优技术产生有效的层次等级，在线上同时对形状层次和转换参数由粗到细进行匹配。此类方法的优点是与等价的强制算法相比速度提高很多。Wu等人嘲1提出edgelet特征的概念，即用一系列短的直线和曲线片段，来表示局部形状。运用boosting对人体头部躯干和腿以及整个身体进行学习。这种方法适用于拥挤场景下的静态图像行人检测。同样地，shapelets是由学习局部片段的梯度得到

8、的形状描述子。Boosting用来将多个shapelets连接成完整的检测器。Sabzmeydani等人㈨利用这个概念，结合局部梯度信息完成分类任务，所得的结果(每个窗口的错误正样本)比Dalai等的方法降低14个百分点。以上方法的优点是计算简单；缺点是特征选取比较复杂，基本概念不够充分以至于不能区分更多的物体。Liu等人啪1一种新的特征描述子⋯颗粒性可调节梯度划分(granularity．tuna