基于多信息融合的行人状态采集识别模型-论文.pdf

基于多信息融合的行人状态采集识别模型-论文.pdf

ID:53029055

大小:1019.81 KB

页数:6页

时间:2020-04-14

基于多信息融合的行人状态采集识别模型-论文.pdf_第1页
基于多信息融合的行人状态采集识别模型-论文.pdf_第2页
基于多信息融合的行人状态采集识别模型-论文.pdf_第3页
基于多信息融合的行人状态采集识别模型-论文.pdf_第4页
基于多信息融合的行人状态采集识别模型-论文.pdf_第5页
资源描述:

《基于多信息融合的行人状态采集识别模型-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、_lV。●砑教■io£t/i0£ri【本文献信息】韩旭,蔡中民.基于多信息融合的行人状态采集识别模型[J1_电视技术,2015,39(8)基于多信息融合的行人状态采集识别模型韩旭,蔡中民(河南牧业经济学院应用电子系,河南郑州450046)摘要:针对粒子滤波算法在采样阶段因证据不足,使得行人智能跟踪系统效率不高、鲁棒性不强的问题,融合颜色、纹理和空间等多证据信息和RGB颜色空间建立行人外观模型,采用优化的LBP纹理特征算法(LB算法)消除干扰、提取证据信息。实验结果表明,所设计的多证据信息融合模型,可以有效实现在复杂条件下的行人跟踪问题,相比传统算法有较

2、高识别准确率。关键词:粒子滤波;行人;采样;多证据;LBP_AE;空间信息中图分类号:TP391文献标志码:ADOI:10.1628o/j.videoe.2015.08.016RecognitionModelofPedestrianStateAcquisitionBasedonMultiInformationFusionHANXu,CAIZhongmin(HenanUniversityofAnimalHttsrandry&Economy,Zhengzhou450046,China)Abstract:Whentheparticlefilteralgori

3、thmisappliedtothepedestrianmotionstateestimation,insufficientevidenceinthesamplingphaseleadstopedestrianintelligenttrackingsystemisnoteficient,robustfeatureisnotsignificant,andSOon.Inordertosolvetheaboveproblems,thepaperfusionthemulti—evidenceinformationofCOlOr,textureandspaceto

4、jointlybuildpedestrianappearancemode,utilizestheoptimizedLBPtexturefeaturesalgorithm(LBP_AEalgorithm)todistinguishinterferenceandextractevidenceinformation.Afterexperimentalverification,thedesignedmulti-evidenceinformationfusionmodelcaneffectivelysolvetheproblemofpedestriantrack

5、ingincomplexconditionsundertheconjunctionwiththeintegralhistogramalgorithm,atthesametime,theLBP—AEalgorithmsinvolvedinithasmorerecognitionaccuracyratethanthegeneraltraditionalLBPalgorithm.Keywords:particlefilter;pedestrian;sampling;multi—evidence;LBPAE;spaceinformation_科技的发展给交通业

6、带来了极大的挑战,只有掌握到站前情况下,匹配和概率预估两个类型是罗列了全部有关的技场内部客流波动的真实情况,才能从信息的角度出发保证对术后得到的最典型的技术方法。应策略的科学有效性和旅客出行的安全性,有效地竭制客流第一种类型的行人跟踪方式有如下4种,即在特征[61基础拥堵造成的事故。电脑视觉技术的行人识别方式在当前已上的、在模板基础上的、在模型卅基础上的行人跟踪方式、变成该领域当中极重要的一个课题”,其中的一个重要保障在区域u基础上的行人跟踪方式,它们的布署工作相对简单,性技术就是目标跟踪识别技术。在研究科学合理、全方位的但对比较复杂的交通环境下出现的

7、行人遮掩、动作变化等状行人技术平台工作中,目标跟踪识别技术是一项不可或缺的况没有充分的鲁棒性。前提。不过,在实现精确跟踪时由于物体的实际形态和周遭正是因为它的持续变化,算法复杂程度就无法得到有效环境的改变会导致一系列必须解决的难点问题出现1。的管控。线性状态方程下的跟踪事项比较偏向于采用这种简单来说,及时预估行人的运动情况即为行人跟踪,判技术,从其自身角度来说,在当前复杂的交通环境中不能有别行人目标是其整体T作过程,系统的识别效率在一定程度效地发挥功用。上受到了结果的限制。在此,笔者从交通现场的实际工作第二种类型中,卡尔曼lit-12与粒子滤波㈣是最典

8、型的两种需求出发,对可见光环境中的识别手法作了详尽的剖析。当跟踪方式,它有很多优点,比方说操作

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。