基于視覺顯著性的平躺人體檢測(cè)方法研究.pdf

1、顯著性目標(biāo)檢測(cè)是計(jì)算機(jī)視覺與模式識(shí)別領(lǐng)域的基本問題和關(guān)鍵環(huán)節(jié)，直接影響到顯著性檢測(cè)、目標(biāo)檢測(cè)、行為檢測(cè)、目標(biāo)跟蹤、行為識(shí)別等多項(xiàng)研究，是多學(xué)科間聯(lián)系的重要紐帶，關(guān)乎計(jì)算機(jī)視覺、神經(jīng)認(rèn)知學(xué)和視覺心理學(xué)等交叉領(lǐng)域的發(fā)展。受神經(jīng)生理學(xué)的稀疏編碼和反饋機(jī)理啟發(fā)，利用全局特征和局部特征視覺顯著性機(jī)理，確定平躺人體在圖像中的大致位置，再利用透射變換、姿態(tài)建模、特征旋轉(zhuǎn)不變性和深度學(xué)習(xí)等檢測(cè)出平躺人體的準(zhǔn)確位置。對(duì)高分辨率探測(cè)技術(shù)的低空俯視圖像進(jìn)行顯

2、著性平躺人體檢測(cè)，在理論和實(shí)踐中都極具重要意義。
　　自然災(zāi)害環(huán)境下低空俯視圖像的平躺人體檢測(cè)主要存在姿態(tài)多樣性、任意朝向、任意視角、嚴(yán)重透視形變和平面內(nèi)旋轉(zhuǎn)等問題，較行人檢測(cè)更具復(fù)雜性和挑戰(zhàn)性，是計(jì)算機(jī)視覺和模式識(shí)別應(yīng)用如視頻監(jiān)控、災(zāi)害救助、生物特征識(shí)別、醫(yī)療護(hù)理和公共服務(wù)機(jī)器人等的關(guān)鍵問題。本文重點(diǎn)圍繞如何構(gòu)建一個(gè)快速、準(zhǔn)確的視覺顯著性平躺人體檢測(cè)新框架，確?？蚣苡欣谙蚱渌囟繕?biāo)檢測(cè)或者通用目標(biāo)檢測(cè)的遷移，論文的主要研究?jī)?nèi)

3、容和創(chuàng)新點(diǎn)如下:
　　1.構(gòu)建了廈門大學(xué)平躺人體數(shù)據(jù)集(XMULP)和平躺人體姿態(tài)模型。平躺人體檢測(cè)研究處于起步階段，可參考的資料以及數(shù)據(jù)集非常少，低空俯視下自然災(zāi)害環(huán)境的平躺人體數(shù)據(jù)集構(gòu)建更為困難。為此，本文作者實(shí)驗(yàn)室研究小組構(gòu)建了性能優(yōu)良的低空俯視圖像平躺人體數(shù)據(jù)庫(kù)(XMULP)，數(shù)據(jù)集充分包含了平躺人體的多姿態(tài)、任意視角、任意朝向和復(fù)雜背景等客觀因素，豐富了平躺人體數(shù)據(jù)集，為推動(dòng)平躺人體檢測(cè)的研究啟到了催化劑效果。根據(jù)平躺人

4、體樣本固有的特性，提出了平躺人體姿態(tài)建模，解決平躺人體姿態(tài)多樣性、任意視角、嚴(yán)重透視形變和平面內(nèi)旋轉(zhuǎn)等問題。
　　2.提出了基于樣本擴(kuò)充和特定姿態(tài)的平躺人體檢測(cè)策略，構(gòu)建多模型平躺人體檢測(cè)器，有效地提升了檢測(cè)器的性能。為了進(jìn)一步豐富平躺人體數(shù)據(jù)集，提出了樣本自動(dòng)擴(kuò)充策略，解決樣本收集難和樣本少的問題。擴(kuò)充策略有兩種，一種是基于透視變換擴(kuò)充策略，實(shí)現(xiàn)樣本在幾何空間中的擴(kuò)充;另一種是基于Mean-Shift算法、Gibbs算法擴(kuò)充策略

5、，實(shí)現(xiàn)樣本在特征空間中的擴(kuò)充。擴(kuò)充后的樣本數(shù)據(jù)分布更接近自然場(chǎng)景下平躺人體的實(shí)際情況，更具有多姿態(tài)、任意視角和平面內(nèi)旋轉(zhuǎn)等特性。綜合分析平躺人體的固有的特性，提出了基于特定姿態(tài)的平躺人體檢測(cè)，對(duì)擴(kuò)充后的數(shù)據(jù)集進(jìn)行姿態(tài)建模，構(gòu)建多模型平躺人體檢測(cè)器，實(shí)驗(yàn)驗(yàn)證了模型的檢測(cè)性能。
　　3.受顯著性目標(biāo)區(qū)域的啟發(fā)，提出了基于旋轉(zhuǎn)不變描述子和旋轉(zhuǎn)角度重現(xiàn)的平躺人體檢測(cè)算法，避免目標(biāo)搜索在旋轉(zhuǎn)空間中的嚴(yán)重耗時(shí)等問題，克服了噪聲干擾，極大地降低

6、了目標(biāo)搜索的時(shí)間復(fù)雜度。通過快速傅里葉分析，構(gòu)建有效的Fourier HOG旋轉(zhuǎn)不變描述子，將目標(biāo)搜索從旋轉(zhuǎn)-尺度空間(rotation-scale space)降低到尺度空間(scale space)。并利用主成分分析(PCA)恢復(fù)出顯著圖區(qū)域的主方向，快速估計(jì)出平躺人體的具體位置。研究檢測(cè)器在一定灰度級(jí)的非線性變換、尺度變換、姿態(tài)、遮擋情況下的魯棒性能，在XMULP數(shù)據(jù)集中獲得平均準(zhǔn)確率(AP)為50.3％較好性能。
　　4.

7、受生物特征識(shí)別機(jī)理的啟發(fā)，提出了基于Objectness對(duì)象快速估計(jì)的平躺人體富特征學(xué)習(xí)，進(jìn)一步提高了檢測(cè)器的準(zhǔn)確率，加快了檢測(cè)器的檢測(cè)速度。以視覺顯著性的視覺心理學(xué)動(dòng)機(jī)為切入點(diǎn)，重點(diǎn)研究圖像局部特征在特征空間和物理空間中的組織關(guān)系，引入全局視覺顯著性檢測(cè)和BING特征，快速估計(jì)圖像中的Objectness對(duì)象，從不同空間構(gòu)造局部視覺特征，利用卷積神經(jīng)網(wǎng)絡(luò)(CNN)構(gòu)建Objectness對(duì)象深度學(xué)習(xí)模型，并評(píng)測(cè)它們的檢測(cè)性能和計(jì)算復(fù)雜