近年來,得益于深度學(xué)習(xí)技術(shù)的快速推廣,目標(biāo)檢測領(lǐng)域得到了大力發(fā)展。行人檢測技術(shù)一直是目標(biāo)檢測領(lǐng)域研究與應(yīng)用的熱點(diǎn),例如無人駕駛、智能交通、智能視頻監(jiān)控等技術(shù)的發(fā)展都離不開行人檢測。其中智能監(jiān)控系統(tǒng)在現(xiàn)代生活中更是得到了廣泛應(yīng)用。本文所研究的行人檢測方法主要的應(yīng)用環(huán)境是針對監(jiān)控下的場景,是智能監(jiān)控系統(tǒng)中的一個(gè)重要組成部分,可以對監(jiān)控視頻中出現(xiàn)的行人進(jìn)行實(shí)時(shí)檢測,其具有一定的實(shí)際意義。本論文首先介紹了行人檢測技術(shù)在監(jiān)控場景下的應(yīng)用背景,并對該技術(shù)在國內(nèi)外的發(fā)展歷程和研究現(xiàn)狀進(jìn)行了詳盡的分析;然后對行人檢測方法中的幾項(xiàng)關(guān)鍵技術(shù)和當(dāng)下正處于研究前沿的深度學(xué)習(xí)技術(shù)進(jìn)行了概述,并將基于深度學(xué)習(xí)的目標(biāo)檢測算法運(yùn)用到行人檢測任務(wù)中,對比不同模型的檢測性能,選取最優(yōu)算法;最后,針對監(jiān)控場景下人流密集時(shí)行人軀干部位容易被遮擋的問題,本文提出了一種基于行人頭部的檢測模型,同時(shí)為滿足監(jiān)控場景下的實(shí)時(shí)性檢測要求,使用了基于端到端的目標(biāo)檢測算法YOLOv3來訓(xùn)練行人頭部檢測模型。考慮到Y(jié)OLOv3算法缺乏目標(biāo)針對性,并不完全適用于監(jiān)控場景下的行人檢測任務(wù)。所以本文針對這一問題作出改進(jìn),主要工作如下:（1）準(zhǔn)備行人... 

【文章來源】：安徽工業(yè)大學(xué)安徽省

【文章頁數(shù)】：76 頁

【學(xué)位級別】：碩士

【部分圖文】：

HOG行人檢測原理

圖 2.3 LBP 算子計(jì)算過程HOG 特征向梯度直方圖(Histogram of Oriented Gradient, HOG)是行人檢測任務(wù)中使一種特征。HOG 通過對圖像局部區(qū)域內(nèi)的梯度直方圖進(jìn)行計(jì)算和統(tǒng)計(jì)，

圖 2.5 滑窗法示意圖非極大值抑制(Non-Maximum Suppression, NMS)在計(jì)算機(jī)視覺領(lǐng)域有著非常重要用[47]�？梢詫⑵淅斫鉃榫植孔畲笏阉魉惴ǎ湓砣鐖D中 2.6 所示，依據(jù)目標(biāo)窗口信度得分情況，按照從大到小的順序依次排列。首先選擇排序最靠前的目標(biāo)窗口，為 A；然后選擇排序在 A 之后的窗口，假設(shè)為 B，計(jì)算 A 與 B 的 IOU 值，若計(jì)算

【參考文獻(xiàn)】：
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的行人檢測方法研究新進(jìn)展[J]. 邢志祥,顧凰琳,錢輝,張瑩,汪李金.  安全與環(huán)境工程. 2018(06)
[2]深度學(xué)習(xí)的昨天、今天和明天[J]. 余凱,賈磊,陳雨強(qiáng),徐偉.  計(jì)算機(jī)研究與發(fā)展. 2013(09)
[3]行人檢測技術(shù)綜述[J]. 蘇松志,李紹滋,陳淑媛,蔡國榕,吳云東.  電子學(xué)報(bào). 2012(04)
[4]智能視頻監(jiān)控技術(shù)綜述[J]. 李立仁,李少軍,劉忠領(lǐng).  中國安防. 2009(10)
[5]視頻監(jiān)控技術(shù)發(fā)展綜述[J]. 駱云志,劉治紅.  兵工自動(dòng)化. 2009(01)
[6]行人檢測系統(tǒng)研究新進(jìn)展及關(guān)鍵技術(shù)展望[J]. 許言午,曹先彬,喬紅.  電子學(xué)報(bào). 2008(05)
[7]聚類算法研究[J]. 孫吉貴,劉杰,趙連宇.  軟件學(xué)報(bào). 2008(01)
[8]激活函數(shù)對BP網(wǎng)絡(luò)性能的影響及其仿真研究[J]. 王雪光,郭艷兵,齊占慶.  自動(dòng)化技術(shù)與應(yīng)用. 2002(04)

博士論文
[1]復(fù)雜視覺場景下的行人檢測與跟蹤方法研究[D]. 劉曉輝.天津大學(xué) 2013

碩士論文
[1]基于深度學(xué)習(xí)的行人檢測技術(shù)研究[D]. 劉德雨.長春工業(yè)大學(xué) 2018
[2]基于深度學(xué)習(xí)的行人檢測[D]. 王斌.北京交通大學(xué) 2015
[3]復(fù)雜場景中監(jiān)控視頻事件檢測算法[D]. 李志軒.北京郵電大學(xué) 2014



本文編號：3526083