基于加權(quán)可變形部件模型的行人檢測(cè)算法.pdf

1、行人檢測(cè)近幾年已成為模式識(shí)別發(fā)展的一個(gè)重要領(lǐng)域。首先，行人檢測(cè)的應(yīng)用領(lǐng)域十分廣泛，在人機(jī)交互、智能監(jiān)控?cái)z像頭及移動(dòng)智能設(shè)備上面都有著重要的應(yīng)用。其次，行人檢測(cè)也是當(dāng)前物體檢測(cè)領(lǐng)域的一個(gè)難點(diǎn)所在。由于行人和剛性物體不同，在不同角度和不同姿態(tài)下變化非常大，并且自然場(chǎng)景中行人的位置具有任意性，與物體發(fā)生遮擋具有隨機(jī)性。這些都嚴(yán)重影響了行人檢測(cè)的實(shí)際效果，進(jìn)而制約著智能移動(dòng)設(shè)備和智能攝像頭的用戶體驗(yàn)。
　　可變形部件模型（Deformab

2、le Part Model,DPM）是近年來比較流行的行人檢測(cè)算法之一，該模型是在梯度方向直方圖特征（Histograms of Oriented Gradients,HOG）和支撐向量機(jī)分類器（Support Vector Machine,SVM）的基礎(chǔ)上進(jìn)行了擴(kuò)展，劃分出根分類器和部件分類器，其中根分類器的位置可以判定滑動(dòng)窗口中的物體的大體輪廓，而部件分類器的作用是通過進(jìn)一步的細(xì)節(jié)特征判斷窗口是否為行人部件，這樣由粗糙到精細(xì)的檢測(cè)策

3、略達(dá)到了良好的檢測(cè)效果。本文在可變形部件模型的基礎(chǔ)上，充分考慮到不同部件分類器的投票權(quán)重的關(guān)系，提出了一種加權(quán)的可變形部件模型的方法。同時(shí)，本文還提出了一種通過根分類器和滑動(dòng)窗口卷積和分割來判斷遮擋位置的策略，然后調(diào)整遮擋部分和非遮擋部分的部件分類器的權(quán)重，這種策略能一定程度上提高檢測(cè)的準(zhǔn)確率。
　　本文的主要貢獻(xiàn)如下：(1)充分分析了DPM模型的根分類器和部件分類器之間的關(guān)系，提出了基于權(quán)重可變的部件分類器模型；(2)充分分析了