基于視頻圖像的行人檢測與識別.pdf

1、基于視頻圖像的行人檢測與識別一直以來都是目標(biāo)檢測研究領(lǐng)域中的重要的分支,在交通、商業(yè)和安全等方面具有廣闊的應(yīng)用前景。圖像中行人的衣著外貌和姿態(tài)、場景中背景和光照等不可控信息都是影響獲得良好行人檢測的因素。人作為監(jiān)控視頻中的主體廣泛存在于各類監(jiān)控場景中,只有在較好獲得行人的檢測下,才能完成對行人的后續(xù)跟蹤、外觀和行為等信息的獲取。行人檢測廣泛的商業(yè)運用價值和其自身的復(fù)雜難度性都推動了人們對其進(jìn)行深入的研究,主要集中在尋求良好的圖像特征描述

2、行人和快速有效的行人特征訓(xùn)練方法。
　　現(xiàn)有的機(jī)器學(xué)習(xí)方法行人檢測技術(shù)在針對特定場景產(chǎn)生實時魯棒的行人檢測器上主要面臨幾大問題。首先是從特定的監(jiān)控場景下提取行人樣本需花費大量的人工裁剪成本,如若省去人工操作,使用國外開源的行人樣本庫產(chǎn)生得到的行人檢測器只具備一般的普適性,無法在特有場景下展現(xiàn)理想效果。其次是對于現(xiàn)代生活中無窮多的視頻場景,如何得到一種自動適應(yīng)于各類場景產(chǎn)生魯棒高效的行人檢測器。
　　本文就采用了目前在計算機(jī)視

3、覺領(lǐng)域較為通用的機(jī)器學(xué)習(xí)方法來完成行人檢測,同時在具體實現(xiàn)上加入了較多改進(jìn)。本文的主要工作如下:
　　1)將基于視頻圖像的行人檢測技術(shù)拆分成兩大模塊:行人特征的提取和行人特征的訓(xùn)練。
　　2)在特征提取上,根據(jù)學(xué)習(xí)算法,將特征提取分類為底層特征提取和基于學(xué)習(xí)的特征提取;在特征的訓(xùn)練上,介紹了兩類主流的統(tǒng)計學(xué)習(xí)訓(xùn)練方法,并實驗對比了基于支持向量機(jī)的兩大底層特征HOG和CENTRIST的行人檢測器檢測率和實時性效果。