本文選題：智能交通 + 行人檢測��； 參考：《華南理工大學學報(自然科學版)》2017年06期

【摘要】：由于受到光照等因素造成的散斑噪聲和灰度不均衡現(xiàn)象的影響,應用計算機視覺技術實現(xiàn)行人的準確檢測較為困難.為了提高交通場景信息提取的精準度和自動化水平,文中提出一種基于自適應脈沖耦合神經(jīng)網(wǎng)絡的行人檢測方法.首先以像素間"準歐式"距離為參考,確定神經(jīng)網(wǎng)絡接受區(qū)中心神經(jīng)元與鄰域神經(jīng)元間的點火貢獻關系;然后根據(jù)圖像灰度特征以及鄰域綜合信息對脈沖產(chǎn)生區(qū)的關鍵控制參數(shù)——初始閾值進行設定;最后對獲得的初始結果進行多策略形態(tài)學修正,從而提取出圖像中的行人.實驗結果表明,該方法能夠在有效提高檢測方法自適應程度的同時,顯著去除噪聲的影響,較好地抑制過分割的問題,檢測到相對完整的目標.
[Abstract]:Due to the influence of speckle noise and grayscale imbalance caused by illumination and other factors, it is difficult to use computer vision technology to detect pedestrians accurately. In order to improve the accuracy and automation level of traffic scene information extraction, a pedestrian detection method based on adaptive impulse coupled neural network is proposed in this paper. Firstly, based on the "quasi-European" distance between pixels, the ignition contribution relationship between the central neuron and the neighbor neuron in the receiving area of the neural network is determined. Then, the key control parameter of the pulse generation region, the initial threshold, is set according to the gray feature of the image and the comprehensive information of the neighborhood. Finally, the obtained initial results are modified by multi-strategy morphology, and the pedestrian in the image is extracted. The experimental results show that this method can effectively improve the adaptive degree of the detection method, remove the influence of noise, suppress the problem of over-segmentation, and detect relatively complete targets.
【作者單位】： 北京交通大學交通運輸學院;中國鐵路總公司信息技術中心;
【基金】：國家高技術研究發(fā)展計劃(863計劃)項目(2009AA11Z207) 教育部高等學校博士學科點專項科研基金資助項目(20110009110011)~~
【分類號】：TP183;TP391.41

【相似文獻】

相關期刊論文 前10條

1 陳華 ,丁杰偉;自適應坐標格繪制的實現(xiàn)[J];電腦編程技巧與維護;2000年12期

2 侯勇嚴,孫瑜,郭文強;一種自適應模糊PID控制器的仿真研究[J];陜西科技大學學報;2004年02期

3 王華;應晶;蔣濤;;基于審查不確定性的預見式軟件自適應[J];浙江大學學報(工學版);2010年01期

4 高新建;李艷玲;張明強;欒玉環(huán);孫豐榮;姚桂華;;實時心肌聲學造影圖像的自適應時空濾波[J];計算機工程;2011年S1期

5 黃河笑,郭俊文;計算機自適應考試的若干研究[J];微型電腦應用;1999年11期

6 潘柏松,劉紅,馮曉斐;基于功能單元的產(chǎn)品自適應設計系統(tǒng)研究[J];機械;2001年03期

7 謝毓湘,欒悉道,吳玲達,老松楊,朱小俊;一種自適應的鏡頭探測模型[J];計算機工程;2004年12期

8 朱曉娟;常朝穩(wěn);;移動商務的自適應資源調用動態(tài)平衡策略[J];微計算機信息;2006年06期

9 劉晶;;自適應聚類在相關反饋檢索中的應用研究[J];電腦知識與技術;2008年11期

10 高超;杜景林;楊樂;;自適應心跳機制在氣象作業(yè)指揮系統(tǒng)中的應用[J];福建電腦;2009年12期

相關會議論文 前10條

1 王蓬;宋明玉;張林芳;王新遠;;廣義自適應相干累積算法改進及其在線譜增強中的應用[A];中國聲學學會2007年青年學術會議論文集（上）[C];2007年

2 陳博;方濱興;云曉春;;一種自適應的蠕蟲檢測和遏制方法的研究[A];全國網(wǎng)絡與信息安全技術研討會'2005論文集（上冊）[C];2005年

3 李國;張心珂;楊國慶;高慶吉;;一種自適應的運動目標實時跟蹤算法[A];2006年首屆ICT大會信息、知識、智能及其轉換理論第一次高峰論壇會議論文集[C];2006年

4 楊寒光;;電子地圖中的自適應注記[A];工程設計與計算機技術：第十五屆全國工程設計計算機應用學術會議論文集[C];2010年

5 孟宏;劉玉;;基于復調制的自適應細化譜算法[A];2008中國儀器儀表與測控技術進展大會論文集（Ⅰ）[C];2008年

6 唐文彬;郝重陽;;目標成像識別的自適應融合系統(tǒng)和方法[A];中國圖象圖形科學技術新進展——第九屆全國圖象圖形科技大會論文集[C];1998年

7 賈棋;于玉龍;郭禾;李豪杰;;基于自適應模板的快速人臉檢測[A];第七屆和諧人機環(huán)境聯(lián)合學術會議（HHME2011)論文集【poster】[C];2011年

8 覃雄派;曹巍;王珊;;數(shù)據(jù)庫鎖資源的自適應管理[A];第二十四屆中國數(shù)據(jù)庫學術會議論文集（研究報告篇）[C];2007年

9 梁韻基;周興社;於志文;;面向老年人的自適應提醒服務系統(tǒng)[A];第18屆全國多媒體學術會議（NCMT2009）、第5屆全國人機交互學術會議（CHCI2009）、第5屆全國普適計算學術會議（PCC2009）論文集[C];2009年

10 洪榛;俞立;張貴軍;;一種基于N階最短近鄰自適應確定聚類數(shù)量的方法[A];第二十九屆中國控制會議論文集[C];2010年

相關博士學位論文 前6條

1 王蓉芳;基于協(xié)同進化優(yōu)化和圖像先驗的分塊自適應壓縮感知[D];西安電子科技大學;2014年

2 梁凌宇;人臉圖像的自適應美化與渲染研究[D];華南理工大學;2014年

3 朱磊;基于自適應鄰域概念的視頻圖像處理技術研究[D];中國科學技術大學;2007年

4 楊洋;三維人體動作分析及其在智能舞蹈教學系統(tǒng)中的應用[D];中國科學技術大學;2012年

5 江澤濤;從序列圖象重建三維物體形狀方法研究[D];西北工業(yè)大學;2006年

6 洪宇;基于語義結構和時序特征的話題檢測與跟蹤技術研究[D];哈爾濱工業(yè)大學;2009年

相關碩士學位論文 前10條

1 查志遠;自適應范數(shù)約束圖像正則化重建研究[D];昆明理工大學;2015年

2 李威;射頻一體式EAS抗干擾研究與設計[D];鄭州大學;2015年

3 費強;多功能自適應偽裝裝置的研究與設計[D];南京理工大學;2015年

4 王帥;基于自適應重啟的壓縮感知算法[D];華中師范大學;2015年

5 劉金榮;種子流視覺檢測系統(tǒng)自適應標定的軟件研制[D];山西農(nóng)業(yè)大學;2015年

6 侯賓;基于強化學習的環(huán)境光下自適應識別的研究[D];內蒙古工業(yè)大學;2015年

7 范夏彬;視覺誘發(fā)電位P_(100)的提取與分類識別算法研究[D];山東大學;2015年

8 任建新;匹配相似搜索研究[D];寧波大學;2015年

9 唐健常;智慧商圈中基于排序學習的個性化推薦自適應框架的研究與實現(xiàn)[D];上海交通大學;2015年

10 王劍宇;計算機自適應考試系統(tǒng)的設計實現(xiàn)[D];天津大學;2014年

，

本文編號：2006546