行人检测和目标跟踪算法研究

《行人检测和目标跟踪算法研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于opencv中光流法的运动行人目标跟踪与检测一、课题研究背景及方法行人检测具有极其广泛的应用：智能辅助驾驶，智能监控，行人分析以及智能机器人等领域。从2005年以来行人检测进入了一个快速的发展阶段，但是也存在很多问题还有待解决，个人觉得主要还是在性能和速度方面还不能达到一个权衡。早期以静态图像处理中的分割、边缘提取、运动检测等方法为主。例如(1)以Gavrila为代表的全局模板方法：基于轮廓的分层匹配算法,构造了将近2500个轮廓模板对行人进行匹配，从而识别出行人。为了解决模板数量众多而引起的速

2、度下降问题，采用了由粗到细的分层搜索策略以加快搜索速度。另外，匹配的时候通过计算模板与待检测窗口的距离变换来度量两者之间的相似性。(2)以Broggi为代表的局部模板方法：利用不同大小的二值图像模板来对人头和肩部进行建模，通过将输入图像的边缘图像与该二值模板进行比较从而识别行人，该方法被用到意大利Parma大学开发的ARGO智能车中。(3)以Lipton为代表的光流检测方法：计算运动区域内的残余光流；(4)以Heisele为代表的运动检测方法：提取行人腿部运动特征;(5)以Wohler为代表的神经网

3、络方法：构建一个自适应时间延迟神经网络来判断是否是人体的运动图片序列；以上方法，存在速度慢、检测率低、误报率高的特点。二、行人检测的研究现状(1)基于背景建模的方法：分割出前景，提取其中的运动目标，然后进一步提取特征，分类判别；在存在下雨、下雪、刮风、树叶晃动、灯光忽明忽暗等场合，该方法的鲁棒性不高，抗干扰能力较差。且背景建模方法的模型过于复杂，对参数较为敏感。(2)基于统计学习的方法：根据大量训练样本构建行人检测分类器。提取的特征一般有目标的灰度、边缘、纹理、形状、梯度直方图等信息，分类器包括神经

4、网络、SVM,adaboost等。该方法存在以下难点:(a)行人的姿态、服饰各不相同；(b)提取的特征在特征空间中的分布不够紧凑；(c)分类器的性能受训练样本的影响较大；(d)离线训练时的负样本无法涵盖所有真实应用场景的情况；尽管基于统计学习的行人检测方法存在着诸多的缺点，但依然有很多人将注意力集中于此。行人检测国外研究情况：法国研究人员Dalal在2005的CVPR发表的H0G+SVM的行人检测算法(HistogramsofOrientedGradientsforHumanDetection,Na

5、vneetDalel,B订1Triggs,CVPR2005)oDollar在2010年BMVC的《Thefastestpedestriandetectorinthewest》一文中提岀了一种新的思想，这种思想只需要训练一个标准model,检测N/K(K~10)然后其余的N-N/K种大小的图片的特征不需要再进行这种复杂的计算，而是跟据这N/K次的结果,由另外一种简单的算法给估计出来，这种思想实现的基础是大小相近的图像的特征可以被足够精确的估计出来；同年，徳国人：StefenWalk文中使用改进的HOG

6、,即HOF和CSS(colorselfsimilarity)特征，使用HIKSVM分类器。2012年PAMI上发表的一篇关于行人检测的综述性文章，对常见的16种行人检测算法进行了简单描述，并在6个公开测试库上进行测试，给出了各种方法的优缺点及适用情况。另外，指出了未来行人检测的发展方向和趋势。加州理工学院2009年行人检测的文章:IntegralChannelFeatures(积分通道特征)2013年ICCV2013：1)JointDeepLearningforPedestrianDetection

7、2)Multi-StageContextualDeepLearningforPedestrianDetection简称UDN算法，从文中描述的检测效果来看，该方法是所有方法中最好的，并且，效果远超过其他方法。经过对论文和该算法源码的研究，该算法是与作者另外一篇论文的方法，另外的论文算法做图片扫描，得到矩形框，然后用该方法对矩形框进行进一步确认，以及降低误警率和漏警率。另外的论文是：Multi-StageContextualDeepLearningforPedestrianDetection。这篇文章

8、是用深度学习的CNN做candidatewindow的确认。而主要的行人检测的算法还是HOG+CSS+adaboostoIJCV2014年的文章：DetectionandTrackingofOccludedPeople,利用DPM模型，检测粘连情况很严重的行人，效果很好。行人检测国内研究情况：2007年，苏松志，李绍滋，陈淑媛等•行人检测技术综述［J］；杜友田；陈峰;徐文立；李永彬;基于视觉的人的运动识别综述，电子学报。2008年，贾慧星，章毓晋，车辆辅助驾驶系统中基