基于計算機視覺的車輛前方行人檢測算法研究.pdf

1、分類號——UDC學f㈣|1111IIIIIl必UlllillIIY2363838。密級學校代碼!Q壘窆2武多萎理歹大穿位論文英文￡Q!理旦!曼!塹苧iQ墮：堡壘曼曼亟望星!星魚魚Q壘△!gQd!h堡Q￡題目一一里星盤墨!煎墊坐曼煎Q￡遜適!曼作者姓名江源遠指導(dǎo)教師姓名——』趙童咀——一職稱—耋生學位—j垂生一430070申請學位級別巫學科專業(yè)名稱揎劍銎堂魚蘭猩論文提交日期20134論文答辯日期學位授予單位盛墊堡墨盤鱟學位授予日期2013

2、520136答辯委員會主席虛婆溘評閱人塞4溘丕墓2013年5月武漢理工大學碩士學位論文摘要近年來，隨著機動車保有量的不斷攀升，道路交通安全狀況日益惡化，嚴重影響了經(jīng)濟的發(fā)展和人民的健康。尤其在中國這樣典型的混合交通系統(tǒng)中，行人在交通事故中受到的傷害也遠大于其他國家。因此，車輛輔助駕駛系統(tǒng)作為減少交通事故發(fā)生的有效手段，已經(jīng)得到了廣泛的重視。而基于計算機視覺的車輛前方行人檢測則是該領(lǐng)域內(nèi)最為關(guān)鍵的課題之一，其核心是利用安裝在運動車輛上的攝

3、像機獲取前方環(huán)境信息，然后快速準確地檢測出視頻中的行人，協(xié)助駕駛者及時對外界環(huán)境做出反應(yīng)，避免碰撞行人。由于行人服飾姿勢的多變性、車載系統(tǒng)下背景的復(fù)雜性，使得在城市道路交通環(huán)境下進行行人檢測成為一個極具挑戰(zhàn)的課題。目前行人檢測的方法多樣，但是其本質(zhì)都是利用行人與眾不同的特征將其從背景中分割出來，將檢測轉(zhuǎn)換為模式識別的問題，利用機器學習進行分類?；诖怂枷?，本論文首先研究了單目攝像機下行人檢測的兩個關(guān)鍵問題，包括特征描述算子和分類器訓(xùn)練算

4、法；然后針對城市道路交通這一特定環(huán)境，制定了獨特的檢測策略，具體如下：在特征提取方面，本文在HOG的基礎(chǔ)上，提出了一種融合特征，以此來逼近HOG，從而加速特征的提取。該融合特征采用了6個量化的梯度方向通道，1個梯度幅值通道，3個LUV顏色通道，獲得較好的行人檢測性能。在分類器的選擇上，本文采用Viola等在人臉識別中提出的級聯(lián)AdaBoost分類器訓(xùn)練框架，對上述特征進行訓(xùn)練。該法能有效防止部分融合特征可能會產(chǎn)生的抵觸情況；同時也大大提