不同人群密度环境下行人检测方法分析-计算机技术专业论文.docxVIP

重庆大 重庆大学硕士学位论文 英文摘要 PAGE PAGE III AdaBoost algorithm combination detect pedestrians. The main work of this chapter is to achieve the above-mentioned coding pedestrian detection method to obtain a classifier cascade through a lot of head and shoulders sample and negative samples. The test results can be seen by this method can detect pedestrians in the head and shoulder area. In addition, due to the use AdaBoost algorithm, false detection rate of this method is very low. The method for subsequent tracking pedestrians, pedestrian counts and crowd behavior analysis and lay a solid foundation. Key words: the pedestrian detection; Image pyramid; Head and shoulders 重庆大 重庆大学硕士学位论文 目 录 PAGE PAGE IV 目 录 中文摘要 I 英文摘要II 1 绪 论 1 1.1 课题研究背景及意义 1 1.2 国内外研究现状1 1.2.1 基于模型的行人检测 2 1.2.2 基于特征分类的行人检测 2 1.3 本文的研究内容与结构安排 5 1.3.1 本文研究内容5 1.3.2 本文结构5 2 相关理论知识 7 2.1 行人检测特征描述 7 2.1.1 矩形特征7 2.1.2HOG 特征 8 2.2 模板匹配8 2.3 支持向量机10 2.3.1 统计学习理论10 2.3.2 线性 SVM 原理 11 2.4 本章小结12 3 基于图像金字塔改进的二值化归一梯度特征目标预检测方法 14 3.1 基于二值化的归一梯度特征的目标检测方法14 3.1.1 归一化梯度特征 15 3.1.2 归一化梯度特征二值化 15 3.2 基于图像金字塔改进二值化的归一梯度特征的目标检测方法 17 3.2.1 图像金字塔17 3.2.2 基于图像金字塔的改进 19 3.3 实验结果及对比分析 22 3.3.1 构造数据集22 3.3.2 实验过程23 3.3.3 实验结果及其分析 24 3.4 本章小结26 4 不同人群密度环境下基于头肩 HOG 特征的行人检测系统 27 PAGE PAGE V 4.1 特征的提取与计算 27 TOC \o 1-2 \h \z \u HYPERLINK \l _TOC_250004 4.1.1 样本 HOG 特征的计算 27 HYPERLINK \l _TOC_250003 4.1.2HOG 特征加速计算 30 HYPERLINK \l _TOC_250002 AdaBoost 算法概述 31 HYPERLINK \l _TOC_250001 离散 AdaBoost 31 HYPERLINK \l _TOC_250000 级联的 AdaBoost 32 4.3 系统开发环境与平台 33 4.3.1 系统硬件环境34 4.3.2 系统软件设计34 4.3.3OpenCV 简介 34 4.4 样本集准备与系统流程 36 4.4.1 样本集构造36 4.4.2 系统流程37 4.5 实验结果与分析 38 4.6 本章小节40 5 总结和展望 41 5.1 总结41 5.2 展望41 致 谢43 参考文献 44 重庆大 重庆大学硕士学位论文 1 绪 论 PAGE PAGE 1 1 绪 论 1.1 课题研究背景及意义 随着智能安防监控系统的使用范围不断扩大，视频中人体的检测与识别问题