行人检测介绍.ppt

红外图像中行人检测 目录 行人检测方法分类 行人检测的系统框架 图像分割 HOG特征 行人检测的方法 行人检测的系统框架 行人检测问题本质上是一种模式识别问题，典型的模式识别系统框架如下图。 目前主流的行人检测框架如下图。 避免多尺度扫描 图像分割 canny算法 canny算法边缘检测效果 K-均值聚类 均值聚类分割效果 HOG特征 * * * 汇报人：范俊 非机器学 习的方法 基于机器学习方法 行人检测 1.帧差法 2.背景差分法 3.光流法 4.基于模板匹配法 受场景影响大，检测率低、误报率高 基本采用这种方法来实现检测 数据获取 模式空间 预处理 特征提取 特征向量 特征空间 分类器设计 分类决策 类型空间 模式识别 训练样本 特征提取和选择 分类器 X Y 样本识别 创建标准数据集 特征提取 训练两类分类器 最终分类器 训练 多尺度扫描图像 特征提取 利用分类器进行分类决策 融合多尺度上的检测结果 检测 检测结果 感兴趣区域分割 ROI区域特征提取 分类决策 检测结果 优点：检测速度快 缺点：检测效果不如滑动窗口法，容易漏检 图像分割 基于边缘的方法 阈值法 特征聚类算法 Prewitt算子 Sobel算子 Canny算子 边缘走向，像素值幅度变化平缓，垂直变化剧烈，所以边缘上像素值一阶导数较大，二阶导数在边缘处值为0，呈现零交叉 基于直方图灰度分布的阈值法 基于类间