基于不確定理論與機(jī)器學(xué)習(xí)的行人檢測(cè).pdf

1、近年來(lái)，隨著機(jī)動(dòng)車保有量的增加，交通環(huán)境不斷惡化，城市道路交通安全形勢(shì)日趨嚴(yán)峻。行人在整個(gè)交通體系中處于最弱勢(shì)的地位，是交通事故中最容易受到傷害的人群，數(shù)據(jù)顯示行人在交通事故中的傷亡人數(shù)居高不下。因此，研發(fā)高速有效的行人檢測(cè)算法是減少交通事故，保障行人生命安全，提高城市運(yùn)行效率的有效措施。本文以實(shí)際工程應(yīng)用為目的，設(shè)計(jì)了基于不確定性理論和機(jī)器學(xué)習(xí)方法的行人檢測(cè)方法。
　　鑒于行人外觀、復(fù)雜場(chǎng)景、光照變化的多樣性以及部分遮擋等因素，

2、僅根據(jù)單一或少數(shù)特征有時(shí)很難從復(fù)雜交通場(chǎng)景中區(qū)分出行人。本文采用證據(jù)理論快速有效地實(shí)現(xiàn)了復(fù)雜場(chǎng)景中的行人檢測(cè)。首先根據(jù)行人的交通心理及行為特點(diǎn)提取其形狀和運(yùn)動(dòng)特征，再利用蒙特卡洛方法得到各個(gè)特征對(duì)行人事件的檢測(cè)能力，然后基于D-S證據(jù)理論對(duì)其進(jìn)行融合，根據(jù)檢測(cè)正確率是否滿足預(yù)定目標(biāo)不斷調(diào)整算法的融合過(guò)程，最終實(shí)現(xiàn)行人檢測(cè)。
　　利用神經(jīng)網(wǎng)絡(luò)的優(yōu)勢(shì)，結(jié)合提取到的行人特征，提出了基于 BP神經(jīng)網(wǎng)絡(luò)的行人檢測(cè)算法。首先以行人的六個(gè)特征：

3、長(zhǎng)寬比、寬度、面積、速度、軌跡平滑度、軌跡矢量場(chǎng)作為特征向量，即 BP神經(jīng)網(wǎng)絡(luò)的輸入。然后分別對(duì)不同隱含層、隱層節(jié)點(diǎn)以及作用函數(shù)進(jìn)行實(shí)驗(yàn)分析，確立了BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，網(wǎng)絡(luò)輸出為行人的檢測(cè)結(jié)果。經(jīng)過(guò)數(shù)據(jù)分析和比較，證明了這些行人特征相輔相成，可以得到良好的檢測(cè)效果。彰顯了BP神經(jīng)網(wǎng)絡(luò)在行人檢測(cè)中的可行性和應(yīng)用價(jià)值。
　　傳統(tǒng)的深度學(xué)習(xí)必須滿足一個(gè)基本的假設(shè)條件：訓(xùn)練數(shù)據(jù)與測(cè)試數(shù)據(jù)來(lái)自相同的特征空間且服從相同的概率分布。然而這一假設(shè)