針對(duì)行人檢測(cè)中傳統(tǒng)多尺度滑動(dòng)窗口遍歷搜索計(jì)算量大,計(jì)算速度慢的問題,提出了一種基于改進(jìn)BING模型和邊緣信息的行人檢測(cè)算法。首先,通過樣本采樣規(guī)則的確定、樣本閾值的選擇和搜索尺度空間的優(yōu)化對(duì)BING似物檢測(cè)模型進(jìn)行了改進(jìn);然后,針對(duì)提取的候選框存在偏移的問題,提出了基于邊緣信息的候選框位置矯正方法;最后,利用經(jīng)典的HOG-SVM行人檢測(cè)算法,對(duì)提取的行人候選框進(jìn)行最終的行人識(shí)別。實(shí)驗(yàn)結(jié)果表明,該算法在保證行人檢測(cè)率的前提下有效提高了行人檢測(cè)的實(shí)時(shí)性。

【文章頁數(shù)】：5 頁

【部分圖文】：

圖２候選框偏移示意

測(cè)試集對(duì)改進(jìn)的ＢＩＮＧ似物模型進(jìn)行驗(yàn)證，并與原始模型進(jìn)行對(duì)比，檢測(cè)結(jié)果如圖１所示。圖１改進(jìn)模型與原始模型檢測(cè)結(jié)果對(duì)比由圖１可知，改進(jìn)模型相對(duì)于原始模型其提取的行人候選框數(shù)量大大減少，并且候選框的分割更具有針對(duì)性，但是原始模型和改進(jìn)模型提取的候選框分割質(zhì)量卻參差不齊，存在一定的偏移....

圖３擴(kuò)大后的候選區(qū)域處理前后效果２．２候選框位置矯正

到行人在垂直方向具有明顯的邊緣特征，提出了基于邊緣信息的行人候選框位置偏移矯正方法。該方法由２部分組成，分別為圖像預(yù)處理和候選框位置矯正。２．１圖像預(yù)處理通過將改進(jìn)ＢＩＮＧ模型分割的候選框向其四周擴(kuò)大１．４～１．８倍，然后對(duì)擴(kuò)大的圖像區(qū)域進(jìn)行中值濾波去除噪聲干擾，利用Ｓｏｂｅｌ算....

圖５候選框位置更新前后示意

水平方向分別進(jìn)行平移滑動(dòng)，計(jì)算其在各個(gè)方向坐標(biāo)下的邊緣投影累計(jì)響應(yīng)值。計(jì)算得到的邊緣響應(yīng)值與圖像的位置關(guān)系如圖４所示。圖４邊緣響應(yīng)值與圖像位置關(guān)系本文通過ＩＮＲＩＡ行人樣本庫(kù)測(cè)試集，對(duì)改進(jìn)的ＢＩＮＧ似物模型提取的部分行人候選框進(jìn)行位置矯正驗(yàn)證。由圖４可知，在圖像候選區(qū)域的第７６列....

圖６本文行人檢測(cè)算法流程結(jié)果與分析

置矯正驗(yàn)證。由圖４可知，在圖像候選區(qū)域的第７６列處垂直邊緣響應(yīng)值最大，第８９行處水平邊緣響應(yīng)值最大。因此將候選框的中心位置移動(dòng)至候選區(qū)域坐標(biāo)（７６，８９）處，更新前后的候選框位置如圖５所示，可以看出更新后的候選框正確覆蓋了行人。圖５候選框位置更新前后示意３基于改進(jìn)ＢＩＮＧ模型和邊....

本文編號(hào)：3954695