面向家庭看护的人体目标检测算法研究

《面向家庭看护的人体目标检测算法研究》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、面向家庭看护的人体目标检测算法研究重庆大学硕士学位论文（专业学位）学生姓名：周康乐指导教师：尹宏鹏副教授兼职导师：陈晓利高工学位类别：工程硕士（控制工程领域）重庆大学自动化学院二O一六年四月ResearchonHumanTargetDetectionAlgorithmforHomeNursingAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfortheProfessionalDegreeByZhouKangleSupervis

2、edbyAssociateProf.YinHongpengPluralisticSupervisedbyEng.ChenXiaoliSpecialty：ME(ControlEngineeringField)CollegeofAutomationofChongqingUniversity,Chongqing,ChinaApril,2016重庆大学硕士学位论文中文摘要摘要随着经济的发展，中国的老龄化趋势不断加剧，独居老人无人看护造成了许多家庭悲剧，家庭环境下独居老人行为理解有望解决智能家庭看护的问题，而对人体目标的检测则是行为理

3、解的基础，因此，对家庭环境下人体目标检测算法的研究具有重要的意义。本文针对人体目标检测在家庭环境下存在的研究难点如遮挡、光照变化、尺度、姿态各异、检测的快速性等问题，对检测算法和具体的检测定位方法进行了相关研究，以提高人体目标检测算法应用于独居老人智能家庭看护的可靠性。主要的研究工作总结如下：针对家庭环境下复杂背景干扰和检测的快速性问题，研究了基于特征融合和级联Adaboost的检测算法。对于复杂背景干扰可能引起的漏检、误检问题，分析多种文献的抗干扰方法，结合HOG特征具有对人体轮廓描述强、对光照的变化不敏感、检测准确度高，

4、LBP特征具有灰度不变性、计算速度较快、能较好刻画平坦表面纹理特征的特性，研究用HOG-LBP特征融合的方法来应对环境干扰。对于检测的快速性问题，在特征提取方面，用积分图技术加速HOG特征的提取，并对其进行PCA降维，以降低运算量，提取单个块59维的均匀模式LBP特征，以提高运行速度；在分类器设计方面，设计了可快速分类判别的Adaboost级联分类器，用线性SVM作为弱分类器，方便HOG特征的降维处理。针对在具体检测时图像尺度和平躺人体目标可能引起的漏检问题，研究了基于多尺度和图像旋转的检测方法。对于人体目标相对于图像过大引

5、起的漏检问题，研究多尺度缩放图像多层检测的方法；对于因多尺度检测造成的在目标具体定位时的多窗口输出问题，研究了基于贪心策略的非极大值抑制方法；对于平躺人体目标的防漏检问题，提出了在无目标窗口输出时顺时针旋转图像90度重复检测，检测成功后再逆时针旋转返回原图像位置的检测方法。为验证以上研究方法的正确性，本文在VS2010平台下，用开源计算机视觉库Opencv对INRIA人体数据库进行训练，得到15级的Adaboost级联分类器，并用测试样本集对分类器在检测率、误报率、检测速度方面做出评估，对算法整体进行测试，对所研究的具体检测

6、和定位方法也分别做出实验验证。关键词：家庭看护，特征融合，降维，级联AdaboostI重庆大学硕士学位论文英文摘要ABSTRACTWiththedevelopmentofeconomy,thetrendofaginginChinahasbeenincreasing,itcausesalotoffamilytragedyfortheelderlypeoplelivingalone.Researchonbehaviorunderstandinginthehomeenvironmentisexpectedtosolvethepro

7、blemofelderlycareservicesforelderlypeoplelivingalone,andthedetectionofhumantargetisthebasisofbehaviorunderstanding.Therefore,ithasimportantsignificancetostudythehumantargetdetectionalgorithminthefamilyenvironment.Inthispaper,aimingattheresearchdifficultiesinthefami

8、lyenvironment,suchasocclusion,illuminationchange,scale,differentposture,andtherapiddetection,weresearchthedetectionalgorithmandthespecificdetecti