高形變?nèi)梭w檢測方法及其應用研究.pdf

1、廈門大學學位論文原創(chuàng)性聲明本人呈交的學位論文是本人在導師指導下，獨立完成的研究成果。本人在論文寫作中參考其他個人或集體已經(jīng)發(fā)表的研究成果，均在文中以適當方式明確標明，并符合法律規(guī)范和《廈門大學研究生學術活動規(guī)范(試行)》。另外，該學位論文為()課題(組)的研究成果，獲得()課題(組)經(jīng)費或?qū)嶒炇业馁Y助，在(智能科學與技術系智能多媒體實驗室)實驗室完成。(請在以上括號內(nèi)填寫課題或課題組負責人或?qū)嶒炇颐Q，未有此項聲明內(nèi)容的，可以不作特別聲

2、明。)聲明人(簽名)Df弓年1|中專石月年日摘要近些年人體檢測的研究取得了可觀的進展，不過大部分方法都只考慮人體直立姿態(tài)的情況。本課題適當延拓直立姿態(tài)這一約束，重點研究如何檢測個人相簿中姿態(tài)豐富的高形變?nèi)梭w。目前大部分的人體檢測器都是基于表觀特征模型匹配方法，所以它在檢測形變很大的人體時將會失效?？紤]到高形變?nèi)梭w中存在剛性結構的顯著人體部位一人體上半身，所以為它建立表觀特征模型是可靠的。于是，我們首先高精確的檢測出人體上半身，然后利用它

3、提供的位置、尺度信息完成對整個人體的定位。據(jù)此，我們提出了“拆分”式的人體檢測模型，它將人體檢測分為三個子任務：利用DPM(DeformablePartsModel)為人體上半身建立基于部位的物體模型，它允許各個部位有輕微偏移，所以能表示具有輕微形變的人體上半身。給定人體上半身的檢測區(qū)域，分析人體余下部位(下半身即腿部)的位置空間Q。通過對Q的采樣獲得人體候選窗口集合A，其中人中的每個元素bb∈人考慮了不同姿態(tài)和視角下的人體實例。學習人

4、體模型WPModel，它為人體候選窗口集合人中的每個元素bb∈A打分，并挑選出最合適的人體窗口完成檢測。我們提出相似姿態(tài)檢索這一概念，并將其應用于相冊瀏覽中。進一步說，我們提出的相似姿態(tài)特征(SimilarPoseFeature，SPF)被用來實現(xiàn)這一任務，它通過記錄上半身和整個人體幾何位置中心的偏移來表示人體的姿態(tài)。在SPF特征空間中，相同姿態(tài)的人體實例會相互聚集，從而為基于姿態(tài)的相冊檢索，瀏覽等應用提供了理論基礎。我們也研究了在圖像