高級(jí)駕駛輔助系統(tǒng)是當(dāng)前車輛安全領(lǐng)域研究的熱點(diǎn)內(nèi)容,其中碰撞預(yù)警是該系統(tǒng)的重要功能之一。碰撞預(yù)警利用車載傳感器獲取車輛周圍環(huán)境信息,對(duì)道路狀況進(jìn)行分析,并于潛在危險(xiǎn)發(fā)生前對(duì)駕駛員做出提醒,是有效避免碰撞事故的輔助措施。行人由于沒有專門的保護(hù)裝置,在事故發(fā)生時(shí)更加容易受到碰撞的傷害。針對(duì)我國(guó)市區(qū)交通流量大、道路使用者安全意識(shí)不足的交通現(xiàn)狀,通過對(duì)行人碰撞預(yù)警的研究與應(yīng)用,從而降低由于駕駛員注意力不集中或是行人違規(guī)穿行所導(dǎo)致的人車碰撞事故發(fā)生的頻率,具有積極的促進(jìn)作用。本文使用單目相機(jī)實(shí)現(xiàn)車輛前方道路信息感知,研究基于視覺的道路前方行人檢測(cè)及碰撞風(fēng)險(xiǎn)評(píng)估方法。本文主要工作如下:1.研究基于多特征融合的行人檢測(cè)方法。本文從特征提取、分類器訓(xùn)練和多尺度估算三個(gè)方面詳細(xì)分析了基于通道特征的行人檢測(cè)器。通道特征集成了顏色、梯度幅值和梯度直方圖特征,多種特征結(jié)合可以提高行人外觀描述的效果和空間定位的準(zhǔn)確度。針對(duì)多尺度采樣計(jì)算開銷大的問題,研究了臨近尺度特征的推算關(guān)系,通過間隔采樣和鄰近估計(jì)的方式快速構(gòu)建圖像特征金字塔,在保證檢測(cè)精度的同時(shí)可以大幅縮減檢測(cè)所需的時(shí)間。2.研究基于區(qū)域建議的卷積神經(jīng)網(wǎng)絡(luò)目... 

【文章來源】：安徽工程大學(xué)安徽省

【文章頁數(shù)】：82 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

INRIA數(shù)據(jù)集樣本示例

(a)正樣本(b)負(fù)樣本圖 1.1 INRIA 數(shù)據(jù)集樣本示例Caltech 數(shù)據(jù)集[44]是目前規(guī)模較大的行人數(shù)據(jù)集，圖像序列為車載相機(jī)拍攝的市區(qū)道路場(chǎng)景，分辨率為 640×480，幀率為 30fps。該數(shù)據(jù)集分為 set00~set1共 11 個(gè)集合，其中 set00~set05 為訓(xùn)練集，set06~set10 為測(cè)試集，共標(biāo)注了約350000 個(gè)矩形框、2300 個(gè)行人，包括矩形框之間的關(guān)系以及遮擋情況。Caltec數(shù)據(jù)集的部分樣本如圖 1.2 所示。

y )和梯度方向 θ ( x , y)的計(jì)算2 ( , ) ( , ) x G x y = G x y + G1( ( , ) tan( yxG xx yG xθ = 應(yīng)圖像灰度值變化最快的方向，直方圖方圖(HOG)可以有效描述對(duì)象的。根據(jù)目標(biāo)的外觀和形狀可以被HOG 特征將目標(biāo)局部區(qū)域的梯，使得其對(duì)幾何形變和光照變化的提取流程如圖 2.2 所示。


本文編號(hào)：3409289