智能視頻處理系統(tǒng)在安全駕駛中的應(yīng)用研究.pdf

1、智能視頻汽車輔助駕駛系統(tǒng)即智能視頻技術(shù)在汽車駕駛上的應(yīng)用。經(jīng)過(guò)多年的研究,該項(xiàng)技術(shù)的主要難點(diǎn)是在動(dòng)態(tài)背景下對(duì)物體的檢測(cè)以及跟蹤。而本文的主要研究工作也是集中在目標(biāo)檢測(cè)和跟蹤上的,具體的檢測(cè)跟蹤目標(biāo)就是道路上的行人和車輛。
　　本文的主要研究?jī)?nèi)容包含以下幾方面:
　　首先,深入研究分析目標(biāo)檢測(cè)理論,對(duì)目前現(xiàn)有的目標(biāo)檢測(cè)算法進(jìn)行仔細(xì)深入研究。同時(shí)對(duì)各種檢測(cè)算法歸類研究、分析其原理并通過(guò)具體的實(shí)驗(yàn)驗(yàn)證算法的優(yōu)缺點(diǎn)、優(yōu)劣性以及適用的

2、條件?？偨Y(jié)各類檢測(cè)算法得出,本文對(duì)于行人的檢測(cè)存在以下困難:①是本文的行人檢測(cè)是在動(dòng)態(tài)背景下的檢測(cè)。②人是一個(gè)非剛性的物體,路面上的行人的形態(tài)是各式各樣的,例如人的服裝的顏色、人的姿態(tài)、成人與兒童的差別、還有人和人或者人和車之間的相互遮擋干擾。由于這些原因不能建立一個(gè)統(tǒng)一的模型來(lái)檢測(cè),使行人正確快速檢測(cè)變的十分困難③由于實(shí)際的需要,本文對(duì)檢測(cè)的魯棒性和實(shí)時(shí)性要求很高,而大多檢測(cè)算法計(jì)算量都很大難以實(shí)現(xiàn)實(shí)時(shí)檢測(cè)。本文提出一種基于HOG(方

3、向梯度直方圖)統(tǒng)計(jì)的方法,加上后期機(jī)器自主學(xué)習(xí)實(shí)現(xiàn)行人的快速檢測(cè)。其中將人臉檢測(cè)中的 Boosted Cascad算法,引入到行人檢測(cè)中來(lái)。應(yīng)用了 Boosted Cascad中級(jí)聯(lián)結(jié)構(gòu)的分類器和基于Adaboost的學(xué)習(xí)算法,大大加快了行人檢測(cè)速度。并通過(guò)實(shí)驗(yàn)證明切實(shí)有效,單幀處理速度比原算法提高5倍。
　　其次,實(shí)現(xiàn)目標(biāo)檢測(cè)之后的任務(wù)就是對(duì)目標(biāo)實(shí)現(xiàn)跟蹤,對(duì)于物體的跟蹤仍然存在動(dòng)態(tài)背景跟蹤和實(shí)時(shí)性要求高的兩大難題。本文參考sif