復(fù)雜背景下的行人檢測(cè)技術(shù)研究.pdf

1、復(fù)雜背景和遮擋問(wèn)題是當(dāng)前行人檢測(cè)技術(shù)研究中的難點(diǎn)，對(duì)這兩個(gè)問(wèn)題的解決，有助于行人檢測(cè)技術(shù)進(jìn)一步實(shí)用化、市場(chǎng)化，創(chuàng)造更高的經(jīng)濟(jì)價(jià)值和社會(huì)價(jià)值，同時(shí)行人檢測(cè)的相關(guān)技術(shù)可以被人臉檢測(cè)、車(chē)輛檢測(cè)等目標(biāo)檢測(cè)技術(shù)所借鑒，促進(jìn)計(jì)算機(jī)視覺(jué)和模式識(shí)別等相關(guān)學(xué)科的發(fā)展，具有較大的理論意義和學(xué)術(shù)價(jià)值。本文針對(duì)這兩個(gè)問(wèn)題展開(kāi)了研究。 針對(duì)復(fù)雜背景問(wèn)題，本文全面分析了基于混合高斯模型運(yùn)動(dòng)目標(biāo)檢測(cè)方法的優(yōu)缺點(diǎn)，針對(duì)其更新速度慢、收斂性差的缺點(diǎn)提出了相應(yīng)的改

2、進(jìn)方法，通過(guò)實(shí)驗(yàn)驗(yàn)證了該改進(jìn)方法的有效性；針對(duì)復(fù)雜背景中陰影對(duì)運(yùn)動(dòng)目標(biāo)輪廓的影響，采用基于色度畸變的陰影消除方法；針對(duì)混和高斯模型在運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)方向與攝像機(jī)成像平面垂直時(shí)，只能檢測(cè)到目標(biāo)的邊緣輪廓，引入了種子區(qū)域增長(zhǎng)方法來(lái)解決該問(wèn)題。 針對(duì)遮擋問(wèn)題，詳細(xì)介紹了隱式形狀模型的行人檢測(cè)方法。該方法首先通過(guò)感興趣點(diǎn)檢測(cè)算子提取表征行人的局部表觀碼本，然后通過(guò)訓(xùn)練獲得碼本模型的空間共生分布模型，在此模型基礎(chǔ)上將行人識(shí)別和分割過(guò)程融入到

3、一個(gè)概率框架中，最后通過(guò)最小描述長(zhǎng)度消除重疊的候選人體區(qū)域之間的模糊性。該方法采取的是“先識(shí)別，后分割”的方法，基于局部特征的描述子，為遮擋問(wèn)題提供了一條解決思路。 為了排除場(chǎng)景中非人體運(yùn)動(dòng)目標(biāo)，本文提出了基于形狀信息的行人分類(lèi)方法總體框架，詳細(xì)闡述了如何對(duì)所獲得的運(yùn)動(dòng)目標(biāo)輪廓解卷繞以進(jìn)行特征提取，以及樣本的收集和人體模型的建立過(guò)程。描述了基于PCA的維數(shù)約簡(jiǎn)方法和基于EM的人體建模具體實(shí)現(xiàn)過(guò)程，實(shí)驗(yàn)結(jié)果表明，我們提出的行人分類(lèi)