本文關(guān)鍵詞：人體再識(shí)別算法研究

  更多相關(guān)文章： 人體再識(shí)別 行人檢測(cè) 頭肩HOG特征 支持向量機(jī) 顏色校正

【摘要】：智能視頻監(jiān)控系統(tǒng)作為計(jì)算機(jī)視覺(jué)領(lǐng)域的一項(xiàng)研究熱點(diǎn),廣泛應(yīng)用于公共安防、交通安全、智能車(chē)輛等領(lǐng)域。人體再識(shí)別是智能監(jiān)控系統(tǒng)中的核心技術(shù),研究其相關(guān)的算法具有重要的學(xué)術(shù)意義,更有巨大的應(yīng)用價(jià)值。為了實(shí)現(xiàn)監(jiān)控場(chǎng)景下的準(zhǔn)確人體身份再識(shí)別,本文從算法入手分析了行人檢測(cè)算法、底層特征提取算法和基于屬性的人體再識(shí)別算法,并基于以上算法形成了一套具有較好準(zhǔn)確性的人體再識(shí)別系統(tǒng)。針對(duì)以上系統(tǒng),本文主要完成了以下工作：首先設(shè)計(jì)并實(shí)現(xiàn)了運(yùn)動(dòng)檢測(cè)算法和基于頭肩HOG特征檢測(cè)的人體檢測(cè)算法,采用多模式均值模型作為背景模型完成前景掩碼的提取,并采用關(guān)聯(lián)濾波法進(jìn)行后期處理完成運(yùn)動(dòng)目標(biāo)的提取。隨后構(gòu)建基于人體頭肩HOG特征的級(jí)聯(lián)Adaboost分類器進(jìn)行多尺度人體檢測(cè),有效解決了人體遮擋問(wèn)題。然后,本文基于人體檢測(cè)的結(jié)果對(duì)人體目標(biāo)進(jìn)行底層特征提取。提取之前,使用動(dòng)態(tài)閾值法對(duì)圖像整體進(jìn)行顏色校正,避免色差影響顏色特征的提取。隨后利用顏色空間分布和人體輪廓對(duì)人體進(jìn)行分區(qū),為特征提取做前期準(zhǔn)備。之后本文采用加權(quán)顏色直方圖提取顏色特征,以降低檢測(cè)誤差對(duì)特征提取的影響。利用不同參數(shù)的Gabor濾波器組和Schmid濾波器組提取紋理特征,對(duì)人體特征實(shí)現(xiàn)了良好的表達(dá)。最后,采用基于屬性的再識(shí)別方式實(shí)現(xiàn)人體再識(shí)別的核心功能。首先分析了屬性的選擇方法,隨后對(duì)訓(xùn)練集進(jìn)行處理,避免正負(fù)樣本比例不均帶來(lái)的影響,再利用處理后的訓(xùn)練集訓(xùn)練SVM分類器。得到分類模型之后提取屬性信息,將屬性特征和底層特征加權(quán)融合后利用融合特征進(jìn)行匹配。本文對(duì)人體再識(shí)別算法在實(shí)驗(yàn)中進(jìn)行了交叉驗(yàn)證實(shí)驗(yàn),表明其具有良好的準(zhǔn)確性和實(shí)時(shí)性。
【關(guān)鍵詞】：人體再識(shí)別 行人檢測(cè) 頭肩HOG特征 支持向量機(jī) 顏色校正
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41;TN948.6
【目錄】：

• 摘要5-6
• Abstract6-10
• 第一章 緒論10-18
• 1.1 研究背景與意義10-11
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀11-13
• 1.2.1 運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)研究現(xiàn)狀11
• 1.2.2 人體檢測(cè)技術(shù)研究現(xiàn)狀11-12
• 1.2.3 人體再識(shí)別技術(shù)研究現(xiàn)狀12-13
• 1.3 主要研究?jī)?nèi)容13-15
• 1.3.1 研究目標(biāo)13-14
• 1.3.2 行人檢測(cè)14
• 1.3.3 人體底層特征提取14
• 1.3.4 基于人體屬性的再識(shí)別14
• 1.3.5 技術(shù)難點(diǎn)14-15
• 1.4 論文工作及章節(jié)結(jié)構(gòu)15-18
• 第二章 行人檢測(cè)算法18-34
• 2.1 運(yùn)動(dòng)目標(biāo)檢測(cè)算法18-24
• 2.1.1 運(yùn)動(dòng)目標(biāo)檢測(cè)算法概述18-19
• 2.1.2 圖像預(yù)處理19-20
• 2.1.3 背景建模20-23
• 2.1.4 后期處理23-24
• 2.2 人體檢測(cè)算法24-30
• 2.2.1 人體檢測(cè)算法概述24-26
• 2.2.2 人體檢測(cè)特征提取26-27
• 2.2.3 分類器的選擇與訓(xùn)練27-29
• 2.2.4 多尺度空間檢測(cè)29-30
• 2.3 實(shí)驗(yàn)結(jié)果及分析30-32
• 2.3.1 實(shí)驗(yàn)測(cè)試環(huán)境30-31
• 2.3.2 運(yùn)動(dòng)目標(biāo)檢測(cè)實(shí)驗(yàn)31-32
• 2.3.3 人體檢測(cè)實(shí)驗(yàn)32
• 2.4 本章小結(jié)32-34
• 第三章 人體底層特征提取34-52
• 3.1 人體底層特征提取概述34-36
• 3.1.1 底層特征概述34-35
• 3.1.2 視覺(jué)特征的局限性35-36
• 3.1.3 底層特征提取算法設(shè)計(jì)36
• 3.2 顏色校正36-40
• 3.2.1 數(shù)字成像原理36-37
• 3.2.2 顏色校正綜述37-38
• 3.2.3 動(dòng)態(tài)閾值法38-39
• 3.2.4 實(shí)驗(yàn)結(jié)果與分析39-40
• 3.3 人體區(qū)域劃分40-42
• 3.3.1 人體區(qū)域劃分概述40
• 3.3.2 區(qū)域劃分算法40-42
• 3.3.3 實(shí)驗(yàn)與結(jié)果分析42
• 3.4 顏色特征提取42-47
• 3.4.1 顏色空間42-43
• 3.4.2 加權(quán)顏色直方圖43-44
• 3.4.3 顏色編碼44-47
• 3.5 紋理特征提取47-50
• 3.5.1 紋理特征提取綜述47
• 3.5.2 濾波器簡(jiǎn)介47-49
• 3.5.3 特征提取49-50
• 3.6 本章小結(jié)50-52
• 第四章 基于屬性的人體再識(shí)別52-68
• 4.1 基于屬性的再識(shí)別概述52-53
• 4.1.1 基于底層特征的解決方案52
• 4.1.2 基于屬性的解決方案52-53
• 4.1.3 基于屬性的方案的優(yōu)越性53
• 4.2 屬性的選擇53-56
• 4.2.1 人體特征的層級(jí)53
• 4.2.2 屬性選擇策略53-55
• 4.2.3 樣本屬性標(biāo)記55-56
• 4.3 屬性的提取56-60
• 4.3.1 分類器概述56-57
• 4.3.2 SVM分類器57-58
• 4.3.3 分類器訓(xùn)練58-60
• 4.4 特征匹配策略60-62
• 4.4.1 與底層特征的融合60
• 4.4.2 屬性加權(quán)60-61
• 4.4.3 搜索策略61-62
• 4.5 實(shí)驗(yàn)結(jié)果與分析62-66
• 4.5.1 分類器訓(xùn)練和測(cè)試62-63
• 4.5.2 基于純屬性特征再識(shí)別63
• 4.5.3 底層特征融合與加權(quán)63-65
• 4.5.4 屬性條件搜索65-66
• 4.6 本章小結(jié)66-68
• 第五章 總結(jié)與展望68-70
• 5.1 總結(jié)68-69
• 5.2 展望69-70
• 參考文獻(xiàn)70-74
• 致謝74-76
• 作者在攻讀碩士學(xué)位期間發(fā)表的論文和成果76

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前8條

1 何烈云;;幀間差分法車(chē)速測(cè)算技術(shù)誤差分析與處理[J];中國(guó)人民公安大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年01期

2 王冰;康增建;呂曉軍;;鐵路客運(yùn)站視頻監(jiān)控系統(tǒng)中的行人逆行異常事件檢測(cè)算法研究[J];鐵路計(jì)算機(jī)應(yīng)用;2012年04期

3 朱守剛;;智能視頻監(jiān)控技術(shù)研究及應(yīng)用[J];數(shù)字技術(shù)與應(yīng)用;2012年01期

4 劉莉;陳秀宏;梁久禎;;基于條件正定核的SVM人臉識(shí)別[J];計(jì)算機(jī)工程與應(yīng)用;2010年33期

5 楊琳;苗振江;;一種人群異常行為檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];鐵路計(jì)算機(jī)應(yīng)用;2010年07期

6 盛旭鋒;朱方文;李校祖;莊俊;;基于三幀時(shí)間差分法的獨(dú)居老人運(yùn)動(dòng)檢測(cè)[J];計(jì)算機(jī)工程與應(yīng)用;2010年13期

7 吳玲;;基于數(shù)字圖像去噪的方法分析[J];科技信息;2010年06期

8 史真惠,朱守真,鄭競(jìng)宏,王光,曲祖義,王剛;改進(jìn)BP神經(jīng)網(wǎng)絡(luò)在負(fù)荷動(dòng)靜比例確定中的應(yīng)用[J];中國(guó)電機(jī)工程學(xué)報(bào);2004年07期

，

本文編號(hào)：692299