监控场景中的行人检测与属性识别方法研究

《监控场景中的行人检测与属性识别方法研究》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、学校代号10532学号S150900724分类号TP39密级公开硕士学位论文监控场景中的行人检测与属性识别方法研究学位申请人姓名冯骞培养单位电气与信息工程学院导师姓名及职称黎福海教授学科专业电子科学与技术研究方向图像处理与识别论文提交日期2018年4月15日学校代号：10532学号：S150900724密级：公开湖南大学硕士学位论文监控场景中的行人检测与属性识别方法研究学位申请人姓名：冯骞导师姓名及职称：黎福海教授培养单位：电气与信息工程学院专业名称：电子科学与技术论文提交日期：2018年4月1

2、5日论文答辩日期：2018年5月17日答辩委员会主席：刘宏立教授ResearchonPedestrianDetectionandAttributeRecognitioninSurveillanceScenariosbyFengQianB.E.(HunanUniversity)2015AthesissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofEngineeringinElectronicSciencean

3、dtechnologyintheGraduateSchoolofHunanUniversitySupervisorProfessorLiFuhaiApril,2018湖南大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：日期：年月日学位论文版权使

4、用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、保密，在______年解密后适用本授权书。2、不保密。（请在以上相应方框内打“”）作者签名：日期：年月日导师签名：日期：年月日I监控场景中的行人检测与属性识别方法研究摘要近年来，随着智慧城市和平安城市的

5、建设，监控系统广泛地应用在公共场所，赋予监控系统一定的智能化能力有助于减轻人工观察的负担，提高效率。监控系统下的行人检测、行人语义属性识别等技术成为目前监控视频领域的研究热点。行人检测是智能监控系统的基础，目的是从图像中定位行人的位置，行人检测要求较高的检测率和实时性。行人的性别、年龄、衣着种类等语义属性能在行人图像的底层特征和人类的理解之间建立连接，有助于设计更智能的人机交互系统，并且能有效提高行人跟踪、再识别等技术的性能，具有广阔的应用前景。然而在监控场景下，行人在图像中占比小而导致分辨率低

6、，并且监控场景复杂，存在光照变化、不同的拍摄角度等不可控的干扰，行人属性识别具有一定的难度。针对上述问题，本文对监控视频下的行人检测和属性识别进行研究。在行人检测方面，为了提高行人检测的实时性，文本基于ViBe算法建立背景模型。针对提取的行人前景中存在的断裂、空洞等情况，采用竖矩形窗口统计滤波的方法代替常用的形态学处理，能有效连接行人断裂部分。针对颜色自相似特征维数过大的问题，设计一种对称颜色自相似特征，并与HOG特征组成联合特征。采用SVM分类器在前景区域进行检测，能有效减小搜索区域，提高效率

7、，降低误检率。在行人属性识别方面，面对复杂、多样的属性，根据现有的特征算子很难提取有效的特征描述用于分类。随着深度学习的发展，多层卷积网络已被证明拥有优秀的特征提取能力。本文采用深度卷积模型实现属性识别，在基础网络上设计一种基于部位注意力的LSTM模型，在数据集上进行对比实验，本文设计的模型具有更好的效果。关键词：背景模型；行人检测；属性识别；深度学习；注意力机制II硕士学位论文AbstractInrecentyears,withtheconstructionofsmartcitiesandsa

8、fecities,monitoringsystemshavebeenwidelyusedinpublicplaces.Itishelpfultoreducetheburdenofartificialobservationandimprovetheefficiencybygivingtheintelligentabilityofthemonitoringsystem.Thetechnologyofpedestriandetectionandpedestriansemanticattributere