基于機(jī)器學(xué)習(xí)的行人檢測(cè).pdf

1、行人檢測(cè)是基于圖像/視頻數(shù)據(jù)進(jìn)行目標(biāo)檢測(cè)的一個(gè)重要分支,它在視頻監(jiān)控、智能交通、高級(jí)人機(jī)接口等多個(gè)領(lǐng)域具有廣泛的應(yīng)用前景。行人檢測(cè)技術(shù)實(shí)現(xiàn)的一個(gè)主流思路就是從機(jī)器學(xué)習(xí)的角度著手,將行人檢測(cè)問(wèn)題轉(zhuǎn)化為一個(gè)分類(lèi)問(wèn)題,確定合適的特征描述,借助大量的訓(xùn)練樣本,學(xué)習(xí)得到一個(gè)用于行人檢測(cè)的分類(lèi)器模型。
　　由于行人所處環(huán)境的復(fù)雜性,使得高可靠性的行人檢測(cè)仍然面臨諸多挑戰(zhàn),這也使得行人檢測(cè)成為計(jì)算機(jī)視覺(jué)、人工智能和模式識(shí)別等領(lǐng)域的一個(gè)重要研究?jī)?nèi)

2、容。因此進(jìn)行行人檢測(cè)相關(guān)問(wèn)題的研究具有重要的理論意義。本文對(duì)行人檢測(cè)技術(shù)的研究現(xiàn)狀進(jìn)行總結(jié)與分析,在此基礎(chǔ)上,在特征描述、分類(lèi)器模型訓(xùn)練性能的改善等方面對(duì)行人檢測(cè)關(guān)鍵技術(shù)進(jìn)行研究。論文主要貢獻(xiàn)如下:
　　1.基于分層HoG特征的行人檢測(cè)
　　針對(duì)HoG特征對(duì)目標(biāo)形狀描述的不足,本文提出了分層HoG特征,對(duì)目標(biāo)進(jìn)行多級(jí)空問(wèn)劃分的基礎(chǔ)上,實(shí)現(xiàn)從全局到局部、由粗到細(xì)的多尺度目標(biāo)特征提取,從而更加全面描述目標(biāo)信息;在此基礎(chǔ)上,借助G

3、entle AdaBoost的級(jí)聯(lián)分類(lèi)器實(shí)現(xiàn)了基于分層HOG特征的行人檢測(cè)。
　　基于Gentle AdaBoost級(jí)聯(lián)分類(lèi)器的行人檢測(cè)實(shí)驗(yàn)表明:分層HOG特征的目標(biāo)描述在行人檢測(cè)性能上優(yōu)于}H0G特征的目標(biāo)描述。
　　2.基于SⅧ特征預(yù)過(guò)濾的Gentle AdaBoost分類(lèi)器訓(xùn)練針對(duì)基于高維特征的AdaBoost級(jí)聯(lián)分類(lèi)器的訓(xùn)練時(shí)間過(guò)于冗長(zhǎng)的問(wèn)題,提出了一種基于SVM特征預(yù)過(guò)濾的Gentle AdaBoost分類(lèi)器的訓(xùn)練