- 1、本文档共4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)。
查看更多
基于深度摄像机的行人检测方法研究与实现
基于深度摄像机的行人检测方法研究与实现 肖鸿天,刘亮,傅慧源 (北京邮电大学计算机学院,智能通信软件与多媒体北京重点实验室,北京 100876) 5 摘要:本文介绍了一种基于深度摄像机的行人检测方法,致力于快速实时地检测出视频中的 行人。该方法充分利用了深度摄像机所特有的深度信息,经过预处理去除噪声和背景,使用 模板匹配在目标图像上进行寻找,确定了最匹配点之后,结合深度信息进行漫水填充,进一 步增强行人区域的准确性,最后再使用凸包分割对结果进行优化。经实验验证,该方法的检 测准确率可达 90以上,在检测效率上亦可达到 25 帧/秒左右,相较于传统的行人检测方法,10 该方法可以兼顾检测的准确性以及实时性,因此可以很好地应用于实时视频中的行人检测。 关键词:计算机应用技术;深度图;行人检测;模板匹配;漫水填充;凸包 中图分类号:TP37 The Research and Realization of Pedestrian Detecting Based15 on Depth Camera Xiao Hongtian Liu Liang FU Huiyuan Beijing Key Laboratory of Intelligent Telecommunications Software and Multimedia Department of Computer Beijing University of Posts and Telecommunications Beijing 100876 Abstract: In this paper a pedestrian detecting method based on Depth Camera is proposed it aims20 to label out the pedestrians in videos accurately and instantly. By taking full advantage of the depth information the method can easily get the outline of the interested object then uses template matching and optimizes the matching result to finish the detecting. By experiments the accuracy rate can exceed 90 percents and the detecting speed is about 25 frames per second. Therefore the method can be perfectly used for pedestrian detecting in real-time videos.25 Key words: Computer Application Technology Depth Image People Detecting Template Matching Flood Filling Convex Hulll 0 引言 行人检测是计算机视觉领域比较热门的研究内容之一。传统的行人检测方法主要有两个30 方向,一种基于行人在图像中的特征,一种基于运动物体和背景的关系。两者从不同的角度 出发:前者更侧重于对图像内容进行分析计算,准确度高,且适用于各种目标物体和场景; 后者则从运动角度出发,检测速度更快,但是使用范围有一定的局限性。 梯度方向直方图1是一种典型的基于特征的检测方法,由 Dala 和 Triggs 在 2005 年提出, 通过对目标物体的梯度方向特征进行统计并归一化为一个直方图,这个直方图包含了目标物35 体的整体梯度方向的分布,再使用这个分布来区分不同的物体。该方法所提取出来的特征因 子可以很好地表示目标物体,因此具有极强的准确度,缺点是由于特征计算过程比较复杂, 该方法只适用于在单张图片中进行行人检测,图片越大,检测时间越长,通常在秒级以上。 背景差分法2则采用图像序列中的当前帧和背景参考模型比较来检测运动物体其性能依赖 于所使用的背景建模技术。该方法首先需要建立特定场景中的背景模型,之后便可以通过帧40 差方法来提取运动区域,可应用于实时检测,缺点是受环境如光照、风、影等的影响较大, 作者简介:肖鸿天(1988-,男,硕士研究生,图像处理 通信联系人:刘亮(1982-),男,副教授,物联网与传感网. E-mail: L -1- 背景模型应当实时进行更新。近年来,不断有研究者在这些方法基础之上进行改进,如部分 区别训练等,在检测准确度方面有了更高的提升,但始终没有一种适用于实时视频且准确率 高的检测方
文档评论(0)