本文關(guān)鍵詞：基于分級(jí)判斷的行人檢測(cè)

  更多相關(guān)文章： 分級(jí)判斷 檢測(cè)候選區(qū)域 NG特征 梯度方向直方圖(HOG)特征 可變形部件模型(DPM)

【摘要】：傳統(tǒng)的目標(biāo)檢測(cè)方法需要對(duì)大量候選窗(區(qū)域)做判斷,需要較大的計(jì)算量。本文根據(jù)人體特點(diǎn),提出了一種基于分級(jí)判斷的方法,需要判斷的候選窗逐級(jí)減少,因此可以大量減少?gòu)?fù)雜特征和分類(lèi)器需要判斷的候選窗數(shù)量,進(jìn)而減少整個(gè)檢測(cè)算法的計(jì)算量。算法首先對(duì)待檢測(cè)圖像提取NG(norm of gradients)特征,通過(guò)線性支持向量機(jī)(SVM)判斷得到行人的候選區(qū)域;然后對(duì)候選區(qū)域提取簡(jiǎn)化梯度方向直方圖(HOG,histograms of oriented gradients)特征,采用線性SVM對(duì)候選區(qū)域進(jìn)一步的過(guò)濾;最后對(duì)經(jīng)過(guò)過(guò)濾篩選得到的區(qū)域提取多分辨率HOG特征,使用可變形部件模型(DPM,deformation part model)對(duì)候選區(qū)域進(jìn)行檢測(cè)定位行人的位置。在INRIA數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,本文方法在保證檢測(cè)精度的情況下,雖然相比于原始DPM算法有少數(shù)的行人漏檢,但是本文方法的檢測(cè)結(jié)果中行人誤檢數(shù)目遠(yuǎn)少于原始DPM算法,檢測(cè)速度也優(yōu)于原始DPM算法。
【作者單位】： 天津理工大學(xué)計(jì)算機(jī)視覺(jué)與系統(tǒng)省部共建教育部重點(diǎn)實(shí)驗(yàn)室天津市智能計(jì)算及軟件新技術(shù)重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金(61202168;61403281;61472278) 天津市自然科學(xué)基金重點(diǎn)(14JCZDJC31700) 天津市高校發(fā)展基金(20120802;20130704)資助項(xiàng)目
【分類(lèi)號(hào)】：TP391.41
【正文快照】： 1引言行人檢測(cè)的主要目的是將圖像中的行人定位。行人檢測(cè)與行人跟蹤、姿態(tài)估計(jì)和行為分析等緊密相連,主要應(yīng)用在輔助駕駛系統(tǒng)、智能交通、視頻監(jiān)控和人機(jī)交互等領(lǐng)域。行人檢測(cè)不僅要面對(duì)行人自身所具有的體貌、姿態(tài)和著裝等變化,還要解決背景、遮擋、視角以及光照等外部因素

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 曾春;李曉華;周激流;;基于感興趣區(qū)梯度方向直方圖的行人檢測(cè)[J];計(jì)算機(jī)工程;2009年24期

2 倪愷;肖志濤;張芳;;基于梯度方向直方圖的行人檢測(cè)方法研究[J];電視技術(shù);2011年05期

3 陳銳;彭啟民;;基于穩(wěn)定區(qū)域梯度方向直方圖的行人檢測(cè)方法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2012年03期

4 王宇新;唐琳;郭禾;賈棋;;基于金字塔梯度方向直方圖的分層投票方法[J];計(jì)算機(jī)工程;2012年08期

5 陳家波;趙勛杰;許崢;;基于梯度方向直方圖特征和粒子濾波算法融合的目標(biāo)跟蹤[J];小型微型計(jì)算機(jī)系統(tǒng);2012年08期

6 孟鋼;姜志國(guó);趙丹培;;梯度方向直方圖和子流形在目標(biāo)跟蹤中的應(yīng)用[J];紅外與激光工程;2012年06期

7 李林;張麗紅;;基于改進(jìn)梯度方向直方圖的多尺度的行人檢測(cè)[J];計(jì)算機(jī)應(yīng)用;2012年S2期

8 霍亞松;張錕;;非重疊低維度梯度方向直方圖[J];模式識(shí)別與人工智能;2014年03期

9 張小虎;李由;李立春;王鯤鵬;于起峰;;一種基于梯度方向直方圖的直線輪廓提取新方法[J];光學(xué)技術(shù);2006年06期

10 周顯國(guó);;基于梯度方向直方圖特征和支持向量機(jī)的醫(yī)學(xué)影像分類(lèi)方法[J];中國(guó)醫(yī)療設(shè)備;2014年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

1 曹劍;高愛(ài)華;秦文罡;;一種快速的行人檢測(cè)算法[A];2010年西部光子學(xué)學(xué)術(shù)會(huì)議摘要集[C];2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 閆賀;基于共生梯度方向直方圖的實(shí)時(shí)人手檢測(cè)系統(tǒng)[D];天津大學(xué);2012年

2 孫麗娟;基于邊緣梯度方向直方圖的中國(guó)靜態(tài)手語(yǔ)識(shí)別[D];西安建筑科技大學(xué);2009年

3 劉超;基于梯度方向直方圖的行人計(jì)數(shù)方法研究[D];北京郵電大學(xué);2010年

4 薛冠超;基于機(jī)器視覺(jué)的行人快速檢測(cè)方法研究[D];吉林大學(xué);2012年

5 奉俊鵬;基于非下采樣Contourlet梯度方向直方圖的人臉識(shí)別方法研究[D];湘潭大學(xué);2015年

6 張旭東;行人檢測(cè)技術(shù)研究[D];電子科技大學(xué);2011年

7 陸X;基于圖像的行人檢測(cè)方法研究[D];上海交通大學(xué);2009年

8 陳剛;基于多特征的行人檢測(cè)方法研究[D];吉林大學(xué);2012年

9 孫肅肅;基于HOG-PCA和DPM的人臉檢測(cè)方法的研究和實(shí)現(xiàn)[D];北京郵電大學(xué);2014年

10 吳青松;視頻監(jiān)控的行人跟蹤與辨識(shí)[D];浙江大學(xué);2012年

，

本文編號(hào)：1201921