- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于视觉车载行人检测保护相关技术
基于视觉车载行人检测保护相关技术 为提高城市交通环境下车辆的主动安全性,减少交通事故,保障行人的安全,很多国内外的科研院机构都对行人保护技术进行了研究,意在开发出一种车载行人保护系统,就是利用安装在车辆上的摄像机检测出行人,从而预测出潜在的危险以便采取相应策略保护行人。其中涉及到的相关技术包括行人的目标分割、特征提取等
【关键词】行人检测 目标分割 特征提取
行人是城市交通的主要参与者,保障行人的安全也就成为了建设城市交通系统的首要目标。车载行人保护系统就是要利用安装在车辆上的摄像机获取车辆前方的视频信息,然后从拍摄到的视频画面中检测出行人的准确位置,预测出潜在危险,发出相应的预警信息或是采取相应保护措施,其核心技术是行人检测,即在运动摄像机下快速而准确地检测出行人
1 行人检测中存在的难点
行人检测就是把车载摄像机拍摄的视频画面中出现的行人从背景中分割出来,并进行精确定位。在目前的视觉领域当中,行人检测面临以下难点:
1.1 行人出现背景的多样性
行人出现的场景具有多样性,有的杂乱无章,有的光线昏暗,而且行人与行人、行人与环境之间还会相互遮挡,这都给行人特征提取带来很大干扰
1.2 行人的灵活性
行人有不同的姿态,可能在行走,也可能站着不动,还有可能随时改变运动方向,这样在检测行人的时候只使用一种模型或一个特征就远远不够
1.3 行人服饰的多样性
由于行人服饰在颜色和款式上多种多样,这就给使用颜色特征分类技术进行行人检测带来诸多困难
1.4 运动的环境
车载行人检测系统是随着车辆一起移动的,拍摄到的视频背景也就跟着随时改变,这也就加大了行人检测的难度
2 行人检测的相关技术
目前进行行人检测的技术一般分为基于视频和基于图像两个方向,行人检测系统一般包括传感器、目标分割、特征提取、分类检测等模块。首先通过传感器获得车辆前方的图像信息,并对这些信息做预处理(如降噪、增强等);然后用图像分割、模型提取等一些图像处理技术在获得的图像中选取一些感兴趣的区域(Regions of Interest),即行人的候选区域,再应用分类等技术判断候选区域中是否包含行人;最后对含有行人的区域进行跟踪,得到行人的运动轨迹,并判断行人是否会和车辆发生碰撞,对可能发生碰撞的情况进行报警或者进行一些避免碰撞的操作
2.1 传感器
传感器用来捕获行人及其所处环境的信息,一个高性能的传感器能及时、准确、可靠地获取行人和环境信息。目前用于行人检测技术的传感器主要有机器视觉(立体视觉、单目视觉)传感器、红外成像传感器、微波雷达传感器和激光传感器等, 每种传感技术都有其各自的特点,都能对车辆周边环境进行探测, 以获取行人及其所处环境的信息
2.2 感兴趣区域提取技术
通过传感器获得相关视频和图像信息后,还需要提取出行人可能存在的区域,也就是感兴趣区域。感兴趣区域的提取算法有多种,包括基于图像特征的感兴趣区域提取法、阈值分割法,边缘检测法等。基于图像特征的算法又分为:
2.2.1 颜色分割算法
根据行人所特有的一些颜色特征来定位并提取行人可能存在的区域。考虑到行人的服饰颜色千变万化,只有肤色是相对稳定的,并且目前人脸识别技术已经广泛用于各类拍照软件,相对比较成熟,因此可以根据行人的脸和其他裸露的皮肤进行感兴趣区域提取
2.2.2 图像灰度分割算法
根据行人所处的背景的灰度来剔除背景并提取行人可能存在的区域。大多数情况下,行人所处的环境都是马路、绿化带、天空或者路面,这些环境相对于行人的形状、颜色等特征,灰度值要稳定均匀得多,可以引入基于灰度的图像分割方法,将行人所处的背景剔除掉,从而提高检的测速度和精度
2.3 行人特征提取算法
行人特征一般有物理特征和抽象特征。其中物理特征就是肉眼可以观察到的行人外观所表现出来的特征,分为外形特征(行人的形状、尺寸、肤色等)和运动特征(行人在行走和跑动过程中表现出来的变化和规律)。而抽象特征既可以用来表示外观特征,也可以描述运动特征
由于每种特征都有其自身的优点及局限性,只使用一种特征检测行人时,往往效果不太理想。比如利用外形特征提取的行人信息时,受背景因素影响较大;而利用运动特征,则需要对帧图形分析处理,且静止或者运动幅度较小或特征不明显的行人信息就很难提取。因此,很多研究者将多种特征利用一定的规则融合起来进行行人检测,实现各种特征的优势互补,提高了检测性能
2.4 行人分类算法
在进行行人检测时,实时性至关重要,如果不能及时有效的检测出行人,做出相应判断及措施,行人检测系统将失去意义,因此,行人检测所选择的方法要求迅速和准确。比起模板匹配方法和场景3D建模方法,分类检测方法无论是速度还是
文档评论(0)