多特征融合的行人检测算法的研究和实现-电子与通信工程专业论文.docxVIP

万方数据 万方数据 Dissertation Submitted to Hangzhou Dianzi University for the Degree of Master Study and Realization of Pedestrian Detection Algorithm based on Multi-Features Fusion Candidate: Liu JianWei Supervisor: Assoc.Prof. Ying Na March，2015 杭州电子科技大学 学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得 的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过 的作品或成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。申 请学位论文与资料若有不实之处，本人承担一切相关责任。 论文作者签名： 日期： 年 月 日 学位论文使用授权说明 本人完全了解杭州电子科技大学关于保留和使用学位论文的规定，即：研究生在校攻读 学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证毕业离校后，发表论文或 使用论文工作成果时署名单位仍然为杭州电子科技大学。学校有权保留送交论文的复印件， 允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其 它复制手段保存论文。（保密论文在解密后遵守此规定） 论文作者签名： 日期： 年 月 日 指导教师签名： 日期： 年 月 日 杭州电子科技大学硕士学位论文 杭州电子科技大学硕士学位论文 摘 要 行人检测是计算机视觉中的一个热点问题，在机器人学、无人驾驶、虚拟现实技术以及 一些军事领域都有广泛的应用前景。同时，作为新崛起的机动车大国，我国每年都会发生许 多的交通事故，并造成大量的人员伤亡和财产损失。而在交通事故中行人最易受伤害，因此 对行人进行检测在智能交通的实现中具有重要意义。 现实条件下，行人检测因为行人的非刚性、多样性，背景的复杂性等因素研究难度较高。 本文在已有算法的基础上，提出了多种特征融合的行人检测算法。首先，利用基于颜色分割 和边缘对称性分割算法提取感兴趣区域。颜色分割能快速识别出图中人体肤色区域，但若行 人没有裸露的皮肤或背景颜色与皮肤过于接近，则颜色分割算法将不太可靠，这时基于边缘 对称性的分割算法可以弥补颜色分割算法的不足。然后要对感兴趣区域进行行人检测，本文 采取了基于滑动窗口的方法，用 HOG-PCA+CENTRIST 检测行人整体、Haar 与积分图相结合 检测人头，这是因为 HOG 具有良好的检测特性但是维数过高且对弯曲敏感，故采用 PCA 进 行降维处理，CENTRIST 计算速度快，且能反映目标整体轮廓信息，两者算法具有互补性。 在检测出行人的滑动窗口中，再用 Haar 检测人头，采用积分图技术加速计算。为了检测各个 尺寸大小的行人，本文基于 SVM、AdaBoost 为 3 种特征分别训练了 4 个尺度的分类器，以 增大分类器训练的工作量为代价，减少了检测的计算量。最后，采用本文的窗口融合算法对 各级检测窗口进行融合。 基于 INRIA 的实验结果表明，本文提出的基于多特征融合的行人检测算法在 FPPI 为 1 时检测率达到了 91.5%，接近了已发表的算法中最好的水平，DET 图显示了本文算法明显优 于 HOG 等算法，也优于多数算法。同时以 PASCAL 挑战的标准衡量，本文提出的算法也取 得了不错的成绩。 关键字：行人检测、梯度直方图、支持向量机、感兴趣区域提取、级联分类 I ABSTRACT Pedestrian detection is a hot topic in computer vision, which has a broad application prospect in robotics, unmanned, virtual reality technology and some of the military fields. At the same time, China is a new rising vehicle-power, where many traffic accidents happen every year, and causing heavy casualties and property losses. Pedestrians are the most vulnerable group in the traffic system, so to detect them is of great significance in the realizatio