隨著我國汽車保有量持續(xù)增長,行車安全問題日益嚴(yán)峻。車載熱成像行人檢測系統(tǒng)通過實(shí)時檢測前方道路行人,警示駕駛員規(guī)避碰撞,進(jìn)而有效減少人車碰撞事故。由于熱成像圖像顏色信息缺乏、目標(biāo)細(xì)節(jié)及紋理不明顯,且道路場景中的行人目標(biāo)通常存在遮擋、熱度分布不均、尺度差異大等現(xiàn)象的干擾,導(dǎo)致準(zhǔn)確檢測熱成像圖像中的行人目標(biāo)難度較大。本文圍繞熱成像圖像行人特點(diǎn),對現(xiàn)有的行人檢測算法展開研究,并提出優(yōu)化方法。本文主要貢獻(xiàn)包括:1)熱成像圖像中行人頭部模式較為固定,提出基于頭部特征點(diǎn)的車載熱成像行人檢測感興趣區(qū)域（Region of Interests,Ro Is）提取算法。利用幀頭部區(qū)域和前景區(qū)域約束頭部特征點(diǎn)提取,提升頭部特征點(diǎn)提取的精度和效率;設(shè)計(jì)高效的頭部特征點(diǎn)Ro Is模型計(jì)算頭部特征點(diǎn)生成Ro Is,并通過前景信息度量調(diào)整Ro Is,提升Ro Is定位準(zhǔn)度;實(shí)驗(yàn)結(jié)果表明,所提方法在保證高實(shí)時性的前提下,覆蓋率和召回率明顯優(yōu)于圖像分割方法。2)車載熱成像行人檢測中存在樣本分布不平衡和分類器效率較低的問題,提出基于HOG-XGBoost的車載熱成像行人檢測分類器優(yōu)化方法。將Focal-Loss引入XGBo... 

【文章來源】：華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：82 頁

【學(xué)位級別】：碩士

【部分圖文】：

BiC模塊和BPIF模塊網(wǎng)絡(luò)結(jié)構(gòu)[46]

華南理工大學(xué)碩士學(xué)位論文10表1-1熱成像行人檢測數(shù)據(jù)集數(shù)據(jù)集行人標(biāo)注數(shù)量圖像幀數(shù)總幀數(shù)訓(xùn)練集測試集訓(xùn)練集測試集LSI[47]10.2k5.9k6.2k9.1k15.3kCVC[48]4.8k4.3k3.5k1.4k4.9kKAIST[49]42k45k50k45k95kSCUT[50]175k177k108k103k211ka)市中心場景b)郊區(qū)場景c)校園場景d)快速道路圖1-3SCUT熱成像數(shù)據(jù)集，紅色框、綠色框、黃色框分別為“ride_person”、“walk_person”和“people”，虛線表示遮擋[50]1.3研究內(nèi)容與創(chuàng)新點(diǎn)本文圍繞熱成像圖像行人特點(diǎn)，對現(xiàn)有的行人檢測算法展開研究，并提出優(yōu)化方案。本文的具體研究內(nèi)容和創(chuàng)新點(diǎn)總結(jié)如下：1）提出基于頭部特征點(diǎn)的車載熱成像行人檢測RoIs提取算法熱成像圖像中行人頭部模式較為固定，不論行人是行走還是騎行姿態(tài)，均呈現(xiàn)為高亮的近似圓形，利用行人頭部來定位行人更容易獲得魯棒的結(jié)果，因此提出基于頭部特

華南理工大學(xué)碩士學(xué)位論文16圖2-1連通區(qū)域標(biāo)記效果圖2-24-鄰接(左)與8-鄰接(右)關(guān)系2.2.2基于特征點(diǎn)提取感興趣區(qū)域熱成像圖像中行人頭部模式較為固定，不論行人是站立、行走還是騎行姿態(tài)，均呈現(xiàn)為高亮的近似圓形�；谶@一認(rèn)識，Miron等人[15]提出一種基于特征點(diǎn)提取的感興趣區(qū)域提取方法，該方法使用SURF算法檢測圖像中的特征點(diǎn)，然后通過特征點(diǎn)與分層碼本聚類中心進(jìn)行匹配以生成行人RoIs。由于本文提出的基于頭部特征點(diǎn)的車載熱成像行人檢測RoIs提取方法使用SURF算法定位頭部點(diǎn)，但是不涉及到SURF特征描述子和分層碼本匹配，因此接下來僅介紹SURF算法中的特征點(diǎn)定位過程。SURF算法定位特征點(diǎn)的過程為：首先逐像素計(jì)算Hessian矩陣行列式值，然后將Hessian矩陣行列式值作為響應(yīng)值構(gòu)造多尺度金字塔響應(yīng)層，最后使用三維極大值判定方法在多尺度響應(yīng)層上確定特征點(diǎn)位置和尺度。（一）Hessian矩陣行列式值計(jì)算對于圖像金字塔尺度為σ的圖像I，位置(x,y)的像素點(diǎn)κ對應(yīng)的Hessian矩陣定義為：),(),(),(),(),(yyxyxyxxLLLLH(2-8)

【參考文獻(xiàn)】：
期刊論文
[1]不平衡分類的數(shù)據(jù)采樣方法綜述[J]. 劉定祥,喬少杰,張永清,韓楠,魏軍林,張榕珂,黃萍.  重慶理工大學(xué)學(xué)報(自然科學(xué)). 2019(07)
[2]魯棒車載熱成像行人檢測的感興趣區(qū)域提取方法[J]. 徐哲煒,許瑞霖,劉瓊.  華南理工大學(xué)學(xué)報(自然科學(xué)版). 2019(02)
[3]圖像閾值分割方法研究進(jìn)展20年（1994—2014）[J]. 吳一全,孟天亮,吳詩婳.  數(shù)據(jù)采集與處理. 2015(01)
[4]一種雙閾值紅外行人分割方法[J]. 石祥濱,劉曉娜,劉芳.  計(jì)算機(jī)工程. 2012(12)

博士論文
[1]車載單目遠(yuǎn)紅外行人檢測關(guān)鍵技術(shù)研究[D]. 王國華.華南理工大學(xué) 2016

碩士論文
[1]低維度特征的行人檢測研究[D]. 文韜.長沙理工大學(xué) 2013



本文編號：3359623