基于在線圖像檢索的人體檢測.pdf

1、人體檢測可以用于各種實時監(jiān)控系統(tǒng)，在駕駛員輔助系統(tǒng)中為駕駛員提供警示信息，在災難現(xiàn)場對幸存者進行自動搜救，因此，應用廣泛，是圖像處理與計算機視覺的熱點領域。本文在閱讀人體檢測國內(nèi)外文獻的基礎上，對國內(nèi)外研究現(xiàn)狀進行了分析與總結。實現(xiàn)了經(jīng)典的HOG+SVM人體檢測算法?；贖OG特征的檢測方法檢測率高、魯棒性強，但是在復雜背景下，假報警率稍高。為減少假報警，本文提出通過兩個階段實現(xiàn)人體檢測，一是目標檢測，檢測階段獲得目標候選窗口；二是目標

2、驗證，對候選窗口進行驗證以獲得真正目標窗口。
　　本文首先實現(xiàn)了一種基于在線圖像檢索的檢測方法。目標檢測階段采用的是HOG結合 SVM分類器的檢測方法，在目標驗證階段，將第一階段判斷為背景的圖像（不包括目標窗口的圖像）分塊，對每塊計算顏色直方圖特征，采用聚類方法形成背景顏色模型。對每個檢測階段判為正例窗口分塊提取顏色特征，根據(jù)聚類獲得的背景模型進行判斷，如果窗口塊數(shù)大于一個閾值時，則將此窗口判斷為背景。本文顏色特征采用基于HSI模

3、型的直方圖特征，距離測度采用二次式距離，聚類方法采用K均值聚類。該方法對于環(huán)境和光照不敏感，具有魯棒性。其次，實現(xiàn)了基于頭部驗證的人體檢測方法，即在傳統(tǒng)HOG結合SVM檢測器的基礎上，在該檢測器判為正例的窗口中進行頭部驗證以增加檢測的準確性。本文頭部檢測器尺度大于原檢測窗口，通過形狀和顏色兩種特征實現(xiàn)頭部驗證。頭部形狀檢測器仍然是HOG+SVM檢測器，顏色檢測器為直方圖特征結合AdaBoost分類器，形狀檢測器可以為顏色檢測器提供樣本實