基于部件模型的復雜環(huán)境行人檢測技術研究.pdf

1、行人檢測技術在人體運動分析、智能視頻監(jiān)控、智能交通、汽車輔助駕駛（無人駕駛汽車）中都有著極其廣泛的應用，具有巨大的學術研究價值和廣闊的市場應用前景。復雜環(huán)境下的行人檢測將同時面臨復雜場景、光照變化、尺度變化、視角變化、姿態(tài)變化及行人遮擋等各種極端情況，具有更大的挑戰(zhàn)性。其中，行人遮擋是行人檢測中最常見又是最難解決的問題，當前國內(nèi)外研究中尚未找到公認的解決方案。本文致力于研究一種遮擋環(huán)境下的快速行人檢測方法。
　　論文主要包含三方面

2、工作：（1）提出了面向遮擋行人檢測的DPSM模型，相比DPM模型，它在處理各種不同的行人遮擋情況效果更好、速度更快。同時DPSM方法具有兩大優(yōu)勢：第一、不需要重新訓練模型，本文在已有模型基礎上對部件進行重組得到應對不同遮擋的多個模板。第二、與其他多模板模型不同，本文的混合模型中各模板的部件實現(xiàn)了高度共享，因此部件數(shù)不隨模板數(shù)增加而改變。避免了不同模板的部件重復計算，大大加快了滑窗檢測。實驗證明，我們提出的DPSM模型與DPM模型相比在遮

3、擋行人的檢測效果和算法的效率上都取得顯著提升；（2）為了從滑窗分類得到的眾多正樣本中選擇最好的檢測窗口，在NMS操作中本文提出了新的MOP策略。相對窗口重疊率，MOP策略能更好地保留最優(yōu)窗口，去除重疊窗口。在對檢測結果的后處理上，本文根據(jù)局部較優(yōu)原則對檢測窗口進行了修正，使檢測窗口更加緊貼行人。經(jīng)多個數(shù)據(jù)集實驗證明，本文提出的NMS操作策略及檢測窗口修正方法簡單有效；（3）結合快速 HOG特征金字塔構建和級聯(lián)檢測框架提出了快速DPSM行