行人识别技术的研究与实现.docVIP

行人识别技术的研究与实现 摘 要 目前，基于视频的行人检测技术是一个非常热门的研究领域，同时也是一个具有挑战性的课题。在阅读了相关的参考文献之后，本文对基于红外图像的行人识别技术的研究进行了一些尝试和实现，取得了一定的效果。 本文详细介绍了行人识别技术的研究和实现。针对红外视频图像和标准库图像中的行人识别进行了研究。从两个不同的角度提出了两种不同的方法来进行行人识别，包括HOG(梯度方向直方图)+SVM的偏理论的识别方法以及偏工程的识别方法。在这里，研究的内容包括，图像分割算法的研究和选取；行人特征和分类器的选取；从工程的角度研究解决这个问题的方法；提高效率的方法。 对于HOG和SVM相结合的识别方法，首先对红外图像前景和背景进行分割，接着提取HOG(梯度方向直方图)特征向量，送进训练好的SVM分类器中进行识别。而对于工程方法，同样地，先对图像进行分割，再根据图像中行人的特征来进行分类过滤，但这里的特征包含了经验推测，有一定的主观性，最后对识别的行人进行跟踪。 对上述的两种方法的实验结果进行了对比，我们发现HOG+SVM的方法在行人的轮廓特征比较明显的情况下，具有良好的检测效果。工程方法虽然在识别率上还达不到实际应用的需求，但是却在行人轮廓特征比较模糊的情况下都能取得一定的识别效果。 总的来说，本论文对行人识别技术的研究进行了一些尝试，并取得了一定的成果，为后续的研究工作提供良好的导向作用。红外图像行人检测运动目标梯度方向直方图ABSTRACT Currently, video-based pedestrian detection is a very popular field of study, but also a challenging issue. After reading the relevant references, this article tends to study and implement on the study of the infrared image pedestrian detection, and achieve some results. This paper describes the research and implementation of the pedestrian recognition technology in details, especially on the study of the pedestrian recognition on both the infrared video image and standard library image. We propose two methods to recognize the pedestrian on two different perspectives, including the HOG (gradient direction histogram) + SVM method, which is of theory, and the method of engineering. Here, the study includes 1) The study and selection of the image segmentation algorithm; 2) The selection of pedestrian features and classifier; 3) The method to solve this problem from an engineering perspective; (4) The method to improve the efficiency of the algorithm. For the identification method of the HOG and SVM, first segments the image into foreground and background, and then extract the HOG (gradient direction histogram) feature vector, which is sent to trained SVM classifier to classify, and the recognize the pedestrian. As for the engineering method, again, first do the image segmentation, and then filter and then classify according to the features of