行人檢測(cè)中有效臉判定與檢索模型研究.pdf

1、行人檢測(cè)和圖像檢索是圖像處理領(lǐng)域的重點(diǎn)研究方向，其研究?jī)?nèi)容具有較高的理論水平和巨大的商業(yè)價(jià)值，在智能視頻監(jiān)控、人臉驗(yàn)證、汽車輔助駕駛中發(fā)揮著重要作用。在視頻監(jiān)控應(yīng)用場(chǎng)景中，會(huì)產(chǎn)生大量的監(jiān)控?cái)?shù)據(jù)，而在海量的監(jiān)控?cái)?shù)據(jù)中往往只有少量有效信息，且這些有效信息難以被發(fā)現(xiàn)。為了解決這個(gè)問(wèn)題，本文在行人檢測(cè)和人臉識(shí)別的基礎(chǔ)上，提出了行人檢測(cè)中有效臉判定與檢索模型，通過(guò)本模型能在數(shù)據(jù)采集階段選擇存在有效人臉的行人數(shù)據(jù)，從而為行人圖像檢索提供數(shù)據(jù)基礎(chǔ)。<

2、br>　　首先，論文對(duì)行人檢測(cè)、有效臉判定、圖像檢索技術(shù)進(jìn)行了研究分析，行人檢測(cè)方法可以分為基于背景建模和基于特征學(xué)習(xí)，有效臉判定方法可以分為彈性模型和幾何模型，圖像檢索方法可以分為基于文本和基于內(nèi)容。通過(guò)對(duì)相關(guān)技術(shù)的研究對(duì)比，本文在行人檢測(cè)中采用基于特征學(xué)習(xí)的方法，在有效臉判定中將對(duì)兩種判定模型進(jìn)行結(jié)合，在圖像檢索中將采用基于內(nèi)容的檢索方法。
　　然后，論文分析了當(dāng)前行人檢測(cè)模型中的不足，提出了行人檢測(cè)中有效臉判定與檢索模型。本

3、模型分為行人檢測(cè)、有效臉判定、有效臉檢索三個(gè)部分，在行人檢測(cè)中，采用了性能較好的HOG特征，并對(duì)特征提取方法進(jìn)行了優(yōu)化，加快了檢測(cè)速度;在有效臉判定中，首先對(duì)人臉關(guān)鍵點(diǎn)進(jìn)行標(biāo)記，在關(guān)鍵點(diǎn)提取的基礎(chǔ)上提出了基于輪廓關(guān)鍵點(diǎn)距離對(duì)稱和眼部關(guān)鍵點(diǎn)面積對(duì)稱的人臉雙對(duì)稱性有效系數(shù)，通過(guò)人臉雙對(duì)稱系數(shù)對(duì)人臉姿勢(shì)進(jìn)行判定，從而達(dá)到對(duì)無(wú)效行人數(shù)據(jù)過(guò)濾的目的;在圖像檢索中，提出了人臉幾何位置特征和雙距離相似系數(shù)的方法，通過(guò)計(jì)算每幅圖像中各關(guān)鍵點(diǎn)到鼻子中心點(diǎn)

4、的距離得到特征向量，對(duì)向量進(jìn)行歸一化得到最終描述人臉的特征，分別使用權(quán)重歐氏距離和均值余弦距離計(jì)算向量間的距離，采用雙距離相似性公式對(duì)計(jì)算結(jié)果進(jìn)行融合，得到圖像間的相似性系數(shù)，最后根據(jù)相似系數(shù)實(shí)現(xiàn)圖像檢索。在傳統(tǒng)的行人檢測(cè)中，往往只是對(duì)畫(huà)面中的行人位置進(jìn)行檢測(cè)，而對(duì)檢測(cè)到的目標(biāo)沒(méi)有做進(jìn)一步處理判斷，所以檢測(cè)的有效性大為降低。本文提出的行人檢測(cè)中有效臉判定與檢索模型，經(jīng)行人檢測(cè)、有效臉判定、有效臉特征提取等步驟，能采集到大量數(shù)據(jù)，如行人出

5、現(xiàn)時(shí)間、當(dāng)時(shí)畫(huà)面等。為了快速有效利用這些數(shù)據(jù)，模型中圖像檢索階段將在采集到的有效行人數(shù)據(jù)庫(kù)中進(jìn)行相似性檢索，得到具有高相似性的行人圖像。
　　最后，通過(guò)采集測(cè)試數(shù)據(jù)對(duì)行人進(jìn)行檢測(cè)，實(shí)驗(yàn)表明優(yōu)化后的HOG行人檢測(cè)方法提高了行人檢測(cè)速度。通過(guò)多次實(shí)驗(yàn)對(duì)比，確定模型中有效判斷系數(shù)。結(jié)果表明，當(dāng)有效性系數(shù)設(shè)為0.9時(shí)將取得較好的判定性能。在行人圖像檢索時(shí)，根據(jù)雙距離相似系數(shù)檢索出前五張相似圖像。實(shí)驗(yàn)結(jié)果驗(yàn)證了行人檢測(cè)中有效臉判定與檢索模型