版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、行人檢測是計算機(jī)視覺的一個關(guān)鍵應(yīng)用領(lǐng)域,一直受到人們的廣泛關(guān)注,如何對靜態(tài)圖片中的行人進(jìn)行準(zhǔn)確而快速的檢測,是目前具有良好應(yīng)用前景的研究方向。
本文我們?nèi)诤蠋追N初級特征提取的方法,采用支持向量機(jī)(Support VectorMachine,lib-SVM)作為分類器,對靜態(tài)行人樣本進(jìn)行分類。為了進(jìn)一步地提高檢測率,減少分類器的時間消耗,我們對提取的初級特征進(jìn)行了進(jìn)一步的降維處理(如奇異值分解、稀疏表達(dá)),得到樣本的低維特征,并
2、在行人圖片數(shù)據(jù)庫INRIA和Daimler上得到驗證性的實驗結(jié)果。通過比較兩組實驗的結(jié)果,并通過處理時間和誤檢率的對比,分析每種處理條件下得到的特征的表現(xiàn)。本文采取梯度直方圖特征和紋理特征作為初級特征,經(jīng)過投影到不同的低維空間,得到不同的低維二級特征,然后將同一低維空間的兩種二級特征進(jìn)行組合,并且將同一初級特征的兩種二級特征組合,具體處理過程如下:
首先,采用梯度直方圖特征(Histograms of Oriented Gra
3、dients,HOG)和表達(dá)紋理特征的局部二值模式(Local Binary Pattern,LBP)提取樣本的初級特征。并將兩種初級特征進(jìn)行簡單的組合,作為新的組合特征(HOG-LBP),實驗表明,組合后的特征可有效提高檢測率。
其次,采用大家熟悉的PCA對兩種初級特征進(jìn)行降維,將初級特征投影到低維空間,得到低維空間的新特征。同時用K-SVD通過學(xué)習(xí)過完備字典,得到兩種初級特征的稀疏表達(dá),同樣得到降低初級特征維度的效果。實驗
4、表明,降維后的特征大大降低了時間的消耗,同時檢測率并沒有損失。
再次,為了進(jìn)一步探索梯度特征和紋理特征的組合效果,將PCA處理過的兩種低維特征進(jìn)行簡單組合,作為新的特征。同樣地,將K-SVD提取的稀疏表達(dá),進(jìn)行簡單組合,作為新的特征,實驗表明,相同投影方式下得到的兩種初級特征的組合特征,相比較于初級特征直接組合(HOG-LBP),檢測時間大大降低,同時誤檢率也得到一定程度的降低。
最后,對于梯度直方圖特征,將兩種低維
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于梯度特征和級聯(lián)分類的快速行人檢測.pdf
- 基于梯度特征和多分類器的行人檢測方法.pdf
- Haar型LBP紋理特征的行人檢測研究.pdf
- 紋理特征和梯度特征融合的人臉識別研究.pdf
- 基于多特征和Adaboost的行人檢測研究.pdf
- 基于DPM的行人檢測和行人特征提取算法研究.pdf
- 基于特征融合的行人檢測研究.pdf
- 基于局部紋理特征的隱寫檢測研究.pdf
- 基于顏色模型和紋理特征的膚色檢測系統(tǒng)研究.pdf
- 基于特征融合和多核學(xué)習(xí)的行人檢測方法研究.pdf
- 基于整體特征的行人檢測方法研究.pdf
- 基于特征融合的靜態(tài)圖像行人檢測.pdf
- 基于HOG特征的行人檢測系統(tǒng)的研究.pdf
- 基于紋理和幾何特征的表情識別.pdf
- 基于紋理和顏色特征的圖像檢索.pdf
- 基于時空興趣點和梯度直方圖的行人檢測.pdf
- 基于視覺的特征提取及行人檢測.pdf
- 基于顏色和紋理特征圖像檢索.pdf
- 基于多特征融合的行人檢測方法研究.pdf
- 基于局部紋理特征的物體檢測方法.pdf
評論
0/150
提交評論