行人群体行为分析与识别的算法分析-algorithm analysis of pedestrian behavior analysis and identification.docxVIP

独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工 作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地 方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含 为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明 确的说明并表示谢意。作者签名：日期：年月日论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘， 允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全 部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。（保密的学位论文在解密后应遵守此规定） 作者签名：导师签名：日期：年月日摘要目前，行人群体行为分析与识别的研究主要集中于多目标检测与跟踪、路径 分析（Trajectories Analysis，简称 TA）、行人区域密集性分析（Dense Regions Analysis of Pedestrians，简称 DRAP）等热点问题。本文基于 P. F. Felzenszwalb 提出的 Mixtures of multiscale Deformable Part Models（简称 MDPM）行人检测算法及本文所提出的 行人检测算法，重点优化改进了多目标