基于外貌特征的行人檢測方法研究與軟件實現(xiàn).pdf

1、行人檢測作為計算機視覺領(lǐng)域一個重要的問題,已經(jīng)被廣泛地研究。行人檢測是動作識別、行為分析和行人跟蹤等智能化任務(wù)的先決過程,具有廣泛的應用前景。目前,行人檢測的典型應用領(lǐng)域主要包括:駕駛輔助和自主車輛、人機交互、視覺監(jiān)控和行為分析,以及圖像分析和基于行人內(nèi)容的圖像檢索。行人檢測是一項充滿挑戰(zhàn)性的任務(wù)。實際上,由于身體關(guān)節(jié)、光照、遮擋、背景干擾和拍攝條件等不同因素,導致圖像或視頻中的行人目標存在著極其復雜的變化。同時,從實用的角度,行人檢測

2、必須達到或接近實時處理,這對于行人檢測方法提出了更高的要求。本文梳理了近年出現(xiàn)的行人檢測方法及其發(fā)展歷程,并從中選擇了三種具有代表性且影響深遠的檢測算法進行了深入分析和研究。
　　1.基于運動和外形模式的運動行人檢測。本文立足于視頻場景下的運動行人檢測問題,深入分析了一種基于行人運動模式和外形模式的檢測方法。該方法基于視頻序列使用行人的運動模式信息和外形模式信息,并利用AdaBoost級聯(lián)分類器框架進行行人檢測。該方法因為檢測速度

3、快同時具有較高的檢測精度而影響巨大。
　　2.基于方向梯度直方圖(HOG)的行人檢測。HOG因其特征提取的簡單直觀和強大的目標描述能力,已成為行人檢測領(lǐng)域普遍使用并被深入研究的主流特征之一。HOG特征能抑制尺度和伸縮變換所帶來的影響,還具有反映局部形狀信息和抑制光照影響等優(yōu)點。
　　3.基于協(xié)方差特征及時空信息的行人檢測方法?；趨f(xié)方差特征的行人描述特征最初由Tuzel提出,并在靜態(tài)圖像的行人檢測上取得了不錯的效果。后被發(fā)展