基于機(jī)器視覺的行人檢測與測距方法是車輛輔助駕駛系統(tǒng)的重要組成部分,可以為駕駛員提供車輛行駛過程中行人的位置和距離信息,為交通安全提供有效保障。本文對基于可形變模型（Deformable Part Model,DPM）的行人檢測算法及基于單目視覺的測距算法進(jìn)行了較為深入的研究,具體工作包括以下三個方面:1、本文從行人特征提取及表示、行人檢測分類器以及行人檢測算法的評價標(biāo)準(zhǔn)三個方面對行人檢測理論進(jìn)行了較為詳細(xì)的介紹,并對常用的公共行人檢測數(shù)據(jù)集做了說明。2、對DPM算法中改進(jìn)的HOG特征提取、特征金字塔構(gòu)造、非極大值抑制以及DPM模型結(jié)構(gòu)進(jìn)行了研究。將HOG+SVM檢測算法和DPM檢測算法在ETH數(shù)據(jù)集上進(jìn)行測試,測試結(jié)果表明,DPM檢測算法具有更好的檢測精度。由于DPM檢測算法采用了多部件模型進(jìn)行聯(lián)合檢測,檢測效率不高。針對這一不足,本文提出相鄰尺度特征近似估算的方法來構(gòu)建DPM檢測算法中的特征金字塔。將改進(jìn)后的算法在ETH數(shù)據(jù)集上進(jìn)行測試,實驗結(jié)果表明,與DPM檢測算法相比,在保證精度的前提下,本文算法提高了檢測算法的檢測效率,平均每幀檢測時間為0.16s。3、在獲得行人位置的基礎(chǔ)上,... 

【文章來源】：長安大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【部分圖文】：

成像的幾何模型

共數(shù)據(jù)集為各領(lǐng)域的研究提供了客觀、統(tǒng)一的數(shù)據(jù)，行人檢測有著廣泛的成為計算機(jī)視覺領(lǐng)域中的熱點(diǎn)問題。為了給研究者提供完善、多樣化的點(diǎn)不同、側(cè)重點(diǎn)不同的公共行人數(shù)據(jù)集被發(fā)布出來，對行人檢測學(xué)習(xí)算法性能評估提供了豐富的數(shù)據(jù)來源和相對統(tǒng)一的客觀依據(jù)[33]。RIA 數(shù)據(jù)集RIA 數(shù)據(jù)集由 Dalal 創(chuàng)建，是當(dāng)前最常用的靜態(tài)行人檢測數(shù)據(jù)庫。數(shù)據(jù)集）GRAZ01 數(shù)據(jù)集的圖像；（2）個人拍攝的圖像集；（3）谷歌網(wǎng)絡(luò)拍攝的數(shù)據(jù)集由兩部分構(gòu)成：訓(xùn)練圖像數(shù)據(jù)集和測試圖像數(shù)據(jù)集，訓(xùn)練圖像數(shù)據(jù) 614 張圖片，負(fù)樣本有 1218 張圖片；測試圖像訓(xùn)練集中正樣本有 288 張集有 453 張圖片。作者在給出原始行人圖像的同時，也提供了完整的標(biāo)據(jù)集中的行人大部分的行人都是站立的，并且圖像中行人的高度都大于 于算法的訓(xùn)練和檢測。該數(shù)據(jù)集的示例圖像如圖 2.1 所示。

圖 2.2 ETH 數(shù)據(jù)集示例VC 行人數(shù)據(jù)集數(shù)據(jù)集目前包含十五個數(shù)據(jù)子集（CVC-01~CVC-15），同時還在不斷的更包括車載攝像機(jī)上獲取的行人視頻、虛擬世界行人（帶有部分注釋）和被主要用于智能輔助駕駛中的行人檢測研究。該數(shù)據(jù)集的示例圖像如圖 2.3

【參考文獻(xiàn)】：
期刊論文
[1]中國汽車工程學(xué)術(shù)研究綜述·2017[J]. 《中國公路學(xué)報》編輯部.  中國公路學(xué)報. 2017(06)
[2]基于統(tǒng)計分類的行人檢測方法綜述[J]. 李威,王鵬杰,宋海玉.  系統(tǒng)仿真學(xué)報. 2016(09)
[3]基于改進(jìn)HOG-LBP特征的行人檢測[J]. 韓田甜,李航,張濤.  信息工程大學(xué)學(xué)報. 2016(03)
[4]基于運(yùn)動和外形度量的多目標(biāo)行人跟蹤[J]. 花景培,陳昌紅,干宗良,劉峰.  南京郵電大學(xué)學(xué)報(自然科學(xué)版). 2016(01)
[5]行人檢測中非極大值抑制算法的改進(jìn)[J]. 陳金輝,葉西寧.  華東理工大學(xué)學(xué)報(自然科學(xué)版). 2015(03)
[6]基于多尺度特征近似計算的行人檢測方法[J]. 崔劍,侯曉榮.  電腦與電信. 2015(04)
[7]基于幅度調(diào)制的連續(xù)微波雷達(dá)測距研究[J]. 鄭大青,陳偉民,陳麗,李存龍,章鵬.  電子與信息學(xué)報. 2015(01)
[8]基于機(jī)器視覺的機(jī)器人測距研究[J]. 李云鵬.  傳感器世界. 2014(04)
[9]基于人體典型部位特征組合的行人檢測方法[J]. 郭烈,葛平淑,趙一兵,趙宗艷.  汽車工程. 2014(04)
[10]改進(jìn)型WLD與LBP特征融合的行人檢測[J]. 譚飛剛,殷萇茗,周書仁.  計算機(jī)工程. 2014(03)

碩士論文
[1]基于多特征和Adaboost的行人檢測研究[D]. 周全良.南京郵電大學(xué) 2014
[2]基于單目視覺的前方車輛檢測和測距方法研究[D]. 馮月.北京化工大學(xué) 2013
[3]基于雙目視覺信息的運(yùn)動物體實時跟蹤與測距[D]. 祝琨.北京交通大學(xué) 2008
[4]攝像機(jī)標(biāo)定及相關(guān)技術(shù)研究[D]. 譚曉波.國防科學(xué)技術(shù)大學(xué) 2004



本文編號：3249069