本文選題：智能交通 + 行人檢測��； 參考：《華南理工大學(xué)學(xué)報(自然科學(xué)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(yīng)用計(jì)算機(jī)視覺技術(shù)實(shí)現(xiàn)行人的準(zhǔn)確檢測較為困難.為了提高交通場景信息提取的精準(zhǔn)度和自動化水平,文中提出一種基于自適應(yīng)脈沖耦合神經(jīng)網(wǎng)絡(luò)的行人檢測方法.首先以像素間"準(zhǔn)歐式"距離為參考,確定神經(jīng)網(wǎng)絡(luò)接受區(qū)中心神經(jīng)元與鄰域神經(jīng)元間的點(diǎn)火貢獻(xiàn)關(guān)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(guān)鍵控制參數(shù)——初始閾值進(jìn)行設(shè)定;最后對獲得的初始結(jié)果進(jìn)行多策略形態(tài)學(xué)修正,從而提取出圖像中的行人.實(shí)驗(yàn)結(jié)果表明,該方法能夠在有效提高檢測方法自適應(yīng)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(biāo).
[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(xué)交通運(yùn)輸學(xué)院;中國鐵路總公司信息技術(shù)中心;
【基金】：國家高技術(shù)研究發(fā)展計(jì)劃(863計(jì)劃)項(xiàng)目(2009AA11Z207) 教育部高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金資助項(xiàng)目(20110009110011)~~
【分類號】：TP183;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳華 ,丁杰偉;自適應(yīng)坐標(biāo)格繪制的實(shí)現(xiàn)[J];電腦編程技巧與維護(hù);2000年12期

2 侯勇嚴(yán),孫瑜,郭文強(qiáng);一種自適應(yīng)模糊PID控制器的仿真研究[J];陜西科技大學(xué)學(xué)報;2004年02期

3 王華;應(yīng)晶;蔣濤;;基于審查不確定性的預(yù)見式軟件自適應(yīng)[J];浙江大學(xué)學(xué)報(工學(xué)版);2010年01期

4 高新建;李艷玲;張明強(qiáng);欒玉環(huán);孫豐榮;姚桂華;;實(shí)時心肌聲學(xué)造影圖像的自適應(yīng)時空濾波[J];計(jì)算機(jī)工程;2011年S1期

5 黃河笑,郭俊文;計(jì)算機(jī)自適應(yīng)考試的若干研究[J];微型電腦應(yīng)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(yīng)設(shè)計(jì)系統(tǒng)研究[J];機(jī)械;2001年03期

7 謝毓湘,欒悉道,吳玲達(dá),老松楊,朱小俊;一種自適應(yīng)的鏡頭探測模型[J];計(jì)算機(jī)工程;2004年12期

8 朱曉娟;常朝穩(wěn);;移動商務(wù)的自適應(yīng)資源調(diào)用動態(tài)平衡策略[J];微計(jì)算機(jī)信息;2006年06期

9 劉晶;;自適應(yīng)聚類在相關(guān)反饋檢索中的應(yīng)用研究[J];電腦知識與技術(shù);2008年11期

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

相關(guān)會議論文 前10條

1 王蓬;宋明玉;張林芳;王新遠(yuǎn);;廣義自適應(yīng)相干累積算法改進(jìn)及其在線譜增強(qiáng)中的應(yīng)用[A];中國聲學(xué)學(xué)會2007年青年學(xué)術(shù)會議論文集（上）[C];2007年

2 陳博;方濱興;云曉春;;一種自適應(yīng)的蠕蟲檢測和遏制方法的研究[A];全國網(wǎng)絡(luò)與信息安全技術(shù)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(yīng)的運(yùn)動目標(biāo)實(shí)時跟蹤算法[A];2006年首屆ICT大會信息、知識、智能及其轉(zhuǎn)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(yīng)注記[A];工程設(shè)計(jì)與計(jì)算機(jī)技術(shù)：第十五屆全國工程設(shè)計(jì)計(jì)算機(jī)應(yīng)用學(xué)術(shù)會議論文集[C];2010年

5 孟宏;劉玉;;基于復(fù)調(diào)制的自適應(yīng)細(xì)化譜算法[A];2008中國儀器儀表與測控技術(shù)進(jìn)展大會論文集（Ⅰ）[C];2008年

6 唐文彬;郝重陽;;目標(biāo)成像識別的自適應(yīng)融合系統(tǒng)和方法[A];中國圖象圖形科學(xué)技術(shù)新進(jìn)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(yīng)模板的快速人臉檢測[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)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(yīng)管理[A];第二十四屆中國數(shù)據(jù)庫學(xué)術(shù)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(yīng)提醒服務(wù)系統(tǒng)[A];第18屆全國多媒體學(xué)術(shù)會議（NCMT2009）、第5屆全國人機(jī)交互學(xué)術(shù)會議（CHCI2009）、第5屆全國普適計(jì)算學(xué)術(shù)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(yīng)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(guān)博士學(xué)位論文 前6條

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

2 梁凌宇;人臉圖像的自適應(yīng)美化與渲染研究[D];華南理工大學(xué);2014年

3 朱磊;基于自適應(yīng)鄰域概念的視頻圖像處理技術(shù)研究[D];中國科學(xué)技術(shù)大學(xué);2007年

4 楊洋;三維人體動作分析及其在智能舞蹈教學(xué)系統(tǒng)中的應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);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(xué);2006年

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

相關(guān)碩士學(xué)位論文 前10條

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

2 李威;射頻一體式EAS抗干擾研究與設(shè)計(jì)[D];鄭州大學(xué);2015年

3 費(fèi)強(qiáng);多功能自適應(yīng)偽裝裝置的研究與設(shè)計(jì)[D];南京理工大學(xué);2015年

4 王帥;基于自適應(yīng)重啟的壓縮感知算法[D];華中師范大學(xué);2015年

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

6 侯賓;基于強(qiáng)化學(xué)習(xí)的環(huán)境光下自適應(yīng)識別的研究[D];內(nèi)蒙古工業(yè)大學(xué);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(xué);2015年

8 任建新;匹配相似搜索研究[D];寧波大學(xué);2015年

9 唐健常;智慧商圈中基于排序?qū)W習(xí)的個性化推薦自適應(yīng)框架的研究與實(shí)現(xiàn)[D];上海交通大學(xué);2015年

10 王劍宇;計(jì)算機(jī)自適應(yīng)考試系統(tǒng)的設(shè)計(jì)實(shí)現(xiàn)[D];天津大學(xué);2014年

，

本文編號：2006546