行人檢測算法及其在Android平臺上的實(shí)現(xiàn).pdf

1、移動互聯(lián)網(wǎng)的發(fā)展已然進(jìn)入了快車道，這和Android系統(tǒng)息息相關(guān)。近年基于Android平臺的智能設(shè)備取得了長足的進(jìn)步，為智能家居、智慧城市等領(lǐng)域的發(fā)展提供了很多成熟新穎的解決方案。行人檢測(Pedestrian Detection)[1]是計(jì)算機(jī)視覺領(lǐng)域非常重要的研究課題，對智能監(jiān)控、機(jī)器人導(dǎo)航、車輛輔助駕駛和無人駕駛等領(lǐng)域有著十分重要的意義。谷歌無人駕駛成功實(shí)驗(yàn)后，國內(nèi)掀起了無人駕駛研究的熱潮，百度、樂視、通用汽車等大型企業(yè)相繼加入

2、了競爭的行列。車載行人檢測算法無疑是其重要的研究方向。
　　行人檢測研究涵蓋諸多難點(diǎn)問題:行人本身存在形態(tài)姿態(tài)的多樣性，行人內(nèi)部和其他障礙物的遮擋造成的行人信息不完整，監(jiān)測環(huán)境復(fù)雜多樣以及應(yīng)用場景具有獨(dú)特性等等都給行人檢測帶來了阻礙。針對以上問題，科研人員從行人檢測的特征表示[2]，模板設(shè)計(jì)[3]、激光掃描[4]和分類模型[5]等諸多方向進(jìn)行了深入研究。本文以Viola等[5]提出的Boosted Cascade框架為基礎(chǔ)，集合核

3、相關(guān)濾波[40]提出了一種新的行人檢測算法，基于Android移動設(shè)備設(shè)計(jì)出一個實(shí)時的行人檢測系統(tǒng)。本文的主要貢獻(xiàn)如下:
　　1.文章從Android設(shè)備的行人檢測在一般場景當(dāng)中的應(yīng)用問題入手，針對傳統(tǒng)行人檢測算法特征復(fù)雜度高，分類實(shí)時性差等問題，比較當(dāng)前主流行人算法，設(shè)計(jì)出一種集成學(xué)習(xí)配合核相關(guān)濾波的算法，得到一個實(shí)時性好、準(zhǔn)確率高、復(fù)雜度低的行人檢測模型;
　　2.文章深入研究Android平臺的車載設(shè)備，了解Andro