基于視頻序列的行人檢測(cè)方法研究.pdf

1、基于視頻序列的行人檢測(cè)問(wèn)題是當(dāng)前計(jì)算機(jī)視覺(jué)和模式識(shí)別領(lǐng)域的一個(gè)重要研究方向，它在智能視頻監(jiān)控、智能汽車系統(tǒng)、人機(jī)交互等領(lǐng)域有著廣泛的應(yīng)用前景。本文對(duì)攝像頭靜止和運(yùn)動(dòng)狀態(tài)下的行人檢測(cè)問(wèn)題分別進(jìn)行了討論，重點(diǎn)研究了攝像頭運(yùn)動(dòng)狀態(tài)下的行人檢測(cè)方法。 對(duì)于攝像裝置靜止?fàn)顟B(tài)下的行人檢測(cè)問(wèn)題，本文采用背景差法檢測(cè)行人，利用混合高斯模型更新背景圖像。針對(duì)行人檢測(cè)中，多個(gè)行人被檢測(cè)為一個(gè)大目標(biāo)的問(wèn)題，本文給出了簡(jiǎn)單可行的行人分割的方法。實(shí)驗(yàn)結(jié)果

2、表明，在320×240大小的測(cè)試視頻上，本文所采用的方法每幀只需要30ms左右，并且本文給出的分割方法可以達(dá)到95％以上的分割準(zhǔn)確度。 對(duì)于攝像裝置運(yùn)動(dòng)狀態(tài)下行人檢測(cè)問(wèn)題，本文采用了基于AdaBoost算法的行人檢測(cè)方法，并從訓(xùn)練學(xué)習(xí)方法和特征選擇兩個(gè)角度分別進(jìn)行討論。 訓(xùn)練學(xué)習(xí)方法方面，本文給出Gentle AdaBoost算法的基于查表法(LUT)的實(shí)現(xiàn)，在此基礎(chǔ)上提出了一種非等間隔劃分區(qū)間的Gentle AdaBo

3、ost的實(shí)現(xiàn)方式。實(shí)驗(yàn)表明，本文提出的改進(jìn)方法在同等條件下，比原始方法訓(xùn)練所得結(jié)果的性能有大約5％的提高。 特征選擇方面，本文提出了特征預(yù)篩選方法，用于減少特征數(shù)目，提高訓(xùn)練效率。實(shí)驗(yàn)結(jié)果表明，經(jīng)過(guò)特征預(yù)篩選后，訓(xùn)練速度大為提高，3000個(gè)樣本通常只需要10小時(shí)左右。同時(shí)，本文引入的邊緣方向直方圖(Edge of Orientation Histogram，EOH)特征，它可以有效的表征行人的特征，在千分之一的窗口誤報(bào)率下，EO