【摘要】：行人檢測(cè)是近年來(lái)計(jì)算機(jī)視覺(jué)領(lǐng)域備受關(guān)注的前沿方向和研究熱點(diǎn)。行人檢測(cè)技術(shù)是自動(dòng)駕駛系統(tǒng)的關(guān)鍵技術(shù)之一,通過(guò)實(shí)時(shí)的檢測(cè)周?chē)h(huán)境的行人,提示駕駛員(及時(shí))做出反應(yīng)或在危險(xiǎn)情況下緊急制動(dòng),減少或者避免交通事故的發(fā)生。本文的行人檢測(cè)實(shí)驗(yàn)是基于自然場(chǎng)景下對(duì)于道路或者公眾區(qū)域的靜態(tài)行人圖像進(jìn)行檢測(cè),極易受到光照條件,天氣狀況,運(yùn)動(dòng)模糊的影響,因此行人檢測(cè)是一項(xiàng)非常值得研究且有挑戰(zhàn)性的課題。本文設(shè)計(jì)實(shí)現(xiàn)了一種基于SVM-DS多特征決策融合的行人檢測(cè)方法,實(shí)驗(yàn)結(jié)果表明該方法具有一定的先進(jìn)性和潛在的應(yīng)用價(jià)值。首先,提取HOG和LBP兩類(lèi)特征;然后,使用概率SVM得到每個(gè)特征的后驗(yàn)概率輸出,并將之作為基本信度分配;進(jìn)而,根據(jù)DS證據(jù)理論基于矩陣分析的融合規(guī)則進(jìn)行數(shù)據(jù)融合,并制定決策規(guī)則,實(shí)現(xiàn)行人檢測(cè)結(jié)果輸出。實(shí)驗(yàn)結(jié)果表明,該方法能夠有效地實(shí)現(xiàn)行人HOG特征和LBP特征在決策級(jí)的融合,充分利用HOG特征善于刻畫(huà)行人輪廓、LBP特征善于刻畫(huà)行人外表紋理等兩種特征的綜合優(yōu)勢(shì),改善了行人檢測(cè)的性能。本文的工作主要有以下幾方面:1.開(kāi)展了HOG和LBP兩類(lèi)特征提取方法研究,通過(guò)單特征檢測(cè)比選實(shí)驗(yàn),確定了特征提取方案。2.設(shè)計(jì)并實(shí)現(xiàn)了一種基于特征擴(kuò)增和SVM的行人檢測(cè)方法,針對(duì)HOG特征描述子的局限性,使用LBP特征進(jìn)行補(bǔ)充,在INRIA數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)達(dá)到了94.59%的檢測(cè)率。但是基于特征擴(kuò)增的方法并不能消除單特征對(duì)同一識(shí)別對(duì)象結(jié)果產(chǎn)生的沖突或者偏見(jiàn)。3.本文設(shè)計(jì)實(shí)現(xiàn)了一種基于SVM-DS多特征決策融合的行人檢測(cè)方法,DS證據(jù)理論可以消除這種沖突帶來(lái)的影響,該方法在INRIA數(shù)據(jù)集的檢測(cè)率達(dá)到了95.86%,有效的提高行人檢測(cè)的準(zhǔn)確率。
【圖文】：

圖片提取邊緣進(jìn)行模板匹配。并且采用特定的讀來(lái)那個(gè)標(biāo)準(zhǔn)來(lái)對(duì)比待檢測(cè)相似度。如果相似度達(dá)到一定的閾值則認(rèn)為是檢測(cè)目標(biāo)，相似度沒(méi)有達(dá)到匹配。究難點(diǎn)種物體的檢測(cè)是否困難，首先要明確物體的類(lèi)間差異是否大，并且環(huán)境因測(cè)影響是否明顯，下面總結(jié)出了行人檢測(cè)技術(shù)的六大難點(diǎn)：1）檢測(cè)物體的類(lèi)間差異，如圖 1.1 所示，由于地區(qū)差異、生活習(xí)慣、季審美等因素人的著裝會(huì)有很大不同。例如是否戴帽子影響了頭部的外觀，得上身和下身的著裝產(chǎn)生了很大的差異，季節(jié)的不同使人們選擇穿夏裝或整體的外觀。以上所描述的類(lèi)間差異給行人檢測(cè)工作帶來(lái)了挑戰(zhàn)。

圖 1.2 不同姿態(tài)的行人（3）背景復(fù)雜性，如圖 1.3 所示，現(xiàn)實(shí)生活中行人的背景可能是樹(shù)木，，草筑，也有可能是車(chē)輛，有些背景在形狀上與人體非常接近，例如樹(shù)木、路等的輪廓和背景顏色與人的著裝顏色非常接近都容易影響識(shí)別。圖 1.3 背景復(fù)雜的圖像
【學(xué)位授予單位】：長(zhǎng)安大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：U495

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 奚婷婷;熊偉麗;張林;徐保國(guó);;基于矩陣分析的DS合成算法[J];計(jì)算機(jī)工程;2009年16期

2 賈慧星;章毓晉;;車(chē)輛輔助駕駛系統(tǒng)中基于計(jì)算機(jī)視覺(jué)的行人檢測(cè)研究綜述[J];自動(dòng)化學(xué)報(bào);2007年01期

3 田巖;謝玉波;史文中;彭復(fù)員;柳健;;基于局部方差的多分辨率圖像分割方法[J];系統(tǒng)工程與電子技術(shù);2006年12期

相關(guān)碩士學(xué)位論文 前3條

1 向應(yīng);基于視頻的行人檢測(cè)與跟蹤技術(shù)研究[D];西南交通大學(xué);2014年

2 朱文佳;基于機(jī)器學(xué)習(xí)的行人檢測(cè)關(guān)鍵技術(shù)研究[D];上海交通大學(xué);2008年

3 楊雁;基于信息融合技術(shù)的戰(zhàn)略預(yù)警系統(tǒng)的研究與實(shí)現(xiàn)[D];電子科技大學(xué);2004年

本文編號(hào)：2683022