基于認知視覺注意模型的行人檢測.pdf

1、視頻監(jiān)控系統(tǒng)下的行人檢測智能化一直以來都是計算機視覺研究的熱點問題，廣泛地應用在高鐵站、機場、大型商貿(mào)廣場等公共場所。近年來，隨著視覺注意機制的研究不斷深入，視覺注意機制在目標檢測與跟蹤中越來越引起廣泛重視，并且取得了實質(zhì)性的進展和突破。因此，將視覺注意機制應用到行人檢測中具有重要的意義和應用價值。
　　本文重點研究基于認知視覺注意機制的行人檢測方法，研究工作主要包括以下三個方面。
　　1）采用自底向上和自頂向下的注意引導相

2、結合的方法，構建空域靜態(tài)視覺注意模型。首先，根據(jù)行人目標特性，通過強化初級視覺特征中的方向信息，改進自底向上的認知視覺注意模型，使得生成的視覺顯著圖能夠更好地適應行人檢測。其次，利用行人自身屬性，采取區(qū)域模型和高斯模型相結合的方法，建立高斯膚色模型。在自頂向下的視覺注意模型中，提出了以膚色特性作為視覺注意的引導，滿足行人檢測的需要。最后，通過大量實驗分析，確定合適的加權系數(shù)，將上述兩種注意機制進行合并，構建出空域靜態(tài)視覺注意模型。利用M

3、IT、CAT2000以及EyeCrowd三個視點數(shù)據(jù)庫的數(shù)據(jù)對所建立的注意模型進行了實驗，仿真結果驗證了該模型在行人檢測的有效性。
　　2）引入時域運動特征，建立時空域相融合的視覺注意模型。在空域靜態(tài)視覺注意模型的基礎上，結合幀差法和光流法，檢測出運動矢量，并對其矢量場進行濾波處理。然后，利用運動熵值，對運動矢量的顯著性進行分析，從而更好地引入運動特征，建立起時空域相結合的視覺注意模型。選取iLIDSdatabaseofAVSS2