基于多特征融合的行人检测算法研究.pdf

《基于多特征融合的行人检测算法研究.pdf》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、０２９单位代码；１３密级：公开考皮緣後硕古讼Ａ＾方Ｉｉｉ论文题目：基于多特征融合的巧人检测算法研究学号１２１２０１２２３５—姓名邱天圆导师卢官明专业学位类别＇工程硕±类型全日制专业（领域）电子与通信工稻论文提交日期二〇－五年六月南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加标注和致谢的地方外，论文中不包含其他人已经发表或撰写过。的研究成果，也不包含为获

2、得南京邮电大学或其它教育机构的学位或证书而使用过的材料与我一同工作的同志对本研究所做的任何责献均己在论文中作了明确的说明并表示了谢意。一。本人学位论文及涉及相关资料若有不实，愿意承巧切相关的法律责任。占‘１兵＇Ｉ玉：如荀日期研究生签名；兴南京邮电大学学位论文使用授权声明本人授权南京邮电大学可１＾＾保留并向国家有关部口或机构送交论文的复印件和电子文档；允许论文被查阅和借阅；可ｉＵ将学位论文的全部或部分内容编入有关数据唐进行检索；可Ｗ采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质一论

3、文的内容相致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。涉密学位论文在解密后适用本授权书。研妃。生签名：却失诚导师签名日期：么PedestriansDetectionAlgorithmbasedonMulti-FeaturesFusionThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringByQiuTianyuanSupervisor:Prof.LuGuanMingJune201

4、5摘要行人检测对我们来说一点也不陌生，作为一个广泛应用于模式识别、计算机视觉以及人机交互等领域中的一项热点技术，在我们的生活中扮演着重要的角色，是一个很有研究价值与经济价值的研究方向。本文主要是对基于帧的行人检测的方法进行了研究。在对图像提取HOG(HistogramsofOrientedGradients，梯度方向直方图)特征之后用一种基于粗糙集理论的方法对其进行属性约简，得到约简后的HOGR特征，然后将HOG与HOGR分别同两种形式的LBP(LocalBinaryu2Pattern，局部二值模式)特征：LBP与LBP进行融合，将形成的

5、四种混合型特征用于支持向8,18,1量机分类器的训练与测试阶段。本文主要的研究内容如下：(1)根据INRIA行人库建立两种规模的样本集，研究了不同规模的训练集对最终训练得到的支持向量机分类器性能的影响。实验表明：当采用相同的特征提取方式进行检测时，样本集的规模越大，最终得到的分类器的精确度就越高；u2(2)分别对样本集中的图像提取HOG特征、LBP与LBP特征，并且通过特征融合得8,18,1u2u2到两种混合型特征：HOG_LBP与HOG_LBP，研究了HOG特征分别与LBP、LBP特8,18,18,18,1u2征融合后对行人检测效果的影

6、响。实验表明，与单独的HOG相比，HOG_LBP与HOG_LBP8,18,1这两种混合型获得了更高的检测精确度；(3)研究了利用粗糙集理论对HOG特征向量进行属性约简的方法，并且将约简后的特征u2向量HOGR分别同LBP与LBP特征进行融合，形成两种新的混合型特征——HOGR_LBP8,18,18,1u2与HOGR_LBP，用于行人检测。实验表明：使用基于粗糙集理论的方法对特征向量进行属8,1性约简的想法是可行的，检测效果并没有给受到影响，但使得特征向量的维数降低，提高了检测效率。关键词：行人检测，支持向量机，梯度方向直方图，局部二值模式

7、，粗糙集，特征融合IAbstractNowadays,thepedestriansdetectionisoneofthehotspotsinthefieldofcomputerapplication.Itplaysaveryimportantroleinthefieldsofintelligentmonitoringsystems,human-computerinteraction,intelligentVehicleassistednavigationtechnology,computervisionandpatternrecognit

8、ion,whichhasveryhighscientificalandeconomicalvalue.So,researchingonthepedestriansdetectionisvery