

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、行人檢測(cè)是計(jì)算機(jī)視覺(jué)領(lǐng)域的熱門問(wèn)題之一,近年來(lái)得到越來(lái)越多的關(guān)注。其相關(guān)技術(shù)是目前計(jì)算機(jī)視覺(jué)和模式識(shí)別研究中的難點(diǎn)和前沿問(wèn)題,具有重大的學(xué)術(shù)意義和廣闊的市場(chǎng)應(yīng)用前景。但由于行人受光照、復(fù)雜背景、關(guān)節(jié)位置以及遮擋等因素的影響而呈現(xiàn)出各種各樣的外觀,因此實(shí)時(shí)魯棒地在真實(shí)場(chǎng)景中檢測(cè)出行人,挑戰(zhàn)極大。目前還沒(méi)有一個(gè)通用的,健壯的,精確的,高性能的和實(shí)時(shí)的行人檢測(cè)算法。針對(duì)行人檢測(cè)的精確性以及高性能的檢測(cè)算法,本文開(kāi)展了如下四個(gè)方面的研究工作:<
2、br> 1、研究各種圖像特征算子,提出基于雙線性插值的Shape Context特征,在一定程度上平滑原算法對(duì)于邊緣噪聲,以及突變情況的影響,提高描述子表述能力。并應(yīng)用于行人檢測(cè)算法中,分析Shape Context算子在行人檢測(cè)中的實(shí)用性。
2、本文基于HOG特征算子,結(jié)合HIK SVM快速訓(xùn)練和快速分類的思想,針對(duì)目前行人檢測(cè)算法時(shí)效性問(wèn)題,設(shè)計(jì)行人檢測(cè)算法。利用直方圖相交核對(duì)于目前最為流行的直方圖特征有著良好的
3、分類效果的優(yōu)點(diǎn),結(jié)合HIK快速計(jì)算方法進(jìn)行滑動(dòng)窗口檢測(cè);使用非極大抑制的窗口融合算法,實(shí)現(xiàn)行人的準(zhǔn)確定位,在保證行人檢測(cè)精度的同時(shí),提高檢測(cè)的速度。
3、提出基于HIK SVM的多特征融合行人檢測(cè)算法。針對(duì)HOG只利用圖像梯度信息的缺點(diǎn),本文采用基于LBP紋理信息特征與梯度信息相結(jié)合的多特征融合行人檢測(cè)方法,以便結(jié)合兩者各自的優(yōu)點(diǎn),更好的表達(dá)行人特征;并且采用兩種特征的積分圖快速計(jì)算方式,提高整個(gè)檢測(cè)算法的效率。實(shí)驗(yàn)結(jié)果表
4、明,采用多特征融合的方法可以提高行人的檢測(cè)率。
4、提出基于CUDA架構(gòu),行人檢測(cè)的多線程處理方法,進(jìn)一步提高行人檢測(cè)方法的效率,充分利用GPU在并行數(shù)據(jù)運(yùn)算上具有強(qiáng)大計(jì)算能力的特點(diǎn)。在整個(gè)滑動(dòng)窗口檢測(cè)過(guò)程中,對(duì)特征提取以及分類器檢測(cè)部分設(shè)計(jì)相應(yīng)多線程處理核函數(shù),充分進(jìn)行并行運(yùn)算,在更大程度上提高檢測(cè)速度。
本文基于以上幾部分研究工作,設(shè)計(jì)了完善的行人檢測(cè)算法。通過(guò)實(shí)驗(yàn)分析,整個(gè)算法在保證行人檢測(cè)準(zhǔn)確度的同時(shí)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于DPM的行人檢測(cè)和行人特征提取算法研究.pdf
- 基于視覺(jué)的特征提取及行人檢測(cè).pdf
- 基于多特征的行人快速檢測(cè)方法研究.pdf
- 快速局部圖像特征提取方法研究.pdf
- 基于HOG特征提取的車輛檢測(cè)方法研究.pdf
- 基于顏色特征提取及紋理特征提取的皮膚區(qū)域檢測(cè)研究.pdf
- 基于視頻的行人快速檢測(cè)方法研究.pdf
- 基于局部特征提取匹配的視覺(jué)SLAM閉環(huán)檢測(cè)方法研究.pdf
- 基于核方法的視頻運(yùn)動(dòng)目標(biāo)檢測(cè)與特征提取研究
- 基于LLE特征提取的BVM網(wǎng)絡(luò)入侵檢測(cè)方法.pdf
- 基于圖像特征提取的火災(zāi)檢測(cè).pdf
- 基于全局和局部結(jié)構(gòu)特征提取的故障檢測(cè)方法研究.pdf
- 基于核方法的視頻運(yùn)動(dòng)目標(biāo)檢測(cè)與特征提取研究.pdf
- 人臉特征提取方法研究.pdf
- 幾種特征提取方法的研究
- 基于邊緣點(diǎn)檢測(cè)特征提取的醫(yī)學(xué)圖像分類方法.pdf
- 基于特征提取的AUV導(dǎo)航定位方法研究.pdf
- 基于Contourlet變換的虹膜特征提取方法研究.pdf
- 基于灰度圖像的指紋特征提取方法研究.pdf
- 基于PCANet的場(chǎng)景字符特征提取方法研究.pdf
評(píng)論
0/150
提交評(píng)論