基于adaboost算法的行人检测方法研究-控制理论与控制工程专业论文.docxVIP

摘要视频监控系统以其独特的优势在军事和民用领域得到了广泛的应用，行人是 摘要 视频监控系统以其独特的优势在军事和民用领域得到了广泛的应用，行人是 视频监控系统重点关注的对象，本文对基于集成学习的行人检测问题进行了较 为深入的研究。主要工作如下： 1．从样本集归一化和样本权重更新两个角度分析了各种权重更新方法对分 类器性能的影响，提出了一种扩展的样本权重更新方法，在保证样本整 体错分率的情况下，能降低正样本的错分率。在此基础上，又提出了一 种阂值自适应的权重更新方法，能根据实际需要调整正样本或负样本错 分率于预期的阈值之内。 2．提出了两类新特征：一类是符合低分辨率下行人姿态的三角特征；另一 类是增加特征描述完备性的复合特征。采用递归思想给出了三角特征的 计算方法，同时又给出了一种新的计算矩形特征的方法。实验结果表明： 三角特征、复合特征或改变计算方法后的矩形特征，可以明显减少强分 类器所需的特征数目，大大提高检测率，从而优化强分类器结构，提高 分类器性能。 3．构建了一个实验视频数据库。该库由多个真实场景下拍摄的80余段视频 组成，包括典型场景下的雨天、阴影、多纹理等多种情况，可为背景建 模、目标检测、跟踪、轨迹聚类与分析等算法的验证提供有效的实验数 据，为进一步的研究工作奠定了良好的基础。 4．实现了一个可以在线更新的行人检测系统。该系统对误检率较高的场景 单独进行在线训练，得到适合此场景的强分类器，从而实时更新分类器。 其中强分类器训练过程中采用阂值自适应算法和三类新特征(三角特征、 复合特征或改变计算方法后的矩形特征)，可大大提高了算法的检测率。 实验结果表明，系统在阴影、雨天、水影、多目标等复杂场景情况下均 表现出较好的检测性能。 关键字：智能视频监控系统，行人检测，Adaboost算法，权重更新，矩形特征 里坚当譬鎏譬垄垒三，，，，。，，，。，，，。。，，，。』坚磐ABSTRACT 里坚当譬鎏譬垄垒三，，，，。，，，。，，，。。，，，。』坚磐 ABSTRACT Intelligent video surveillance system which owns many good characters has been widely researched and used in many fields in recent years．Pedestrians are the important objects for intelligent video surveillance system．In this thesis the pedestrian detection based on ensemble learning is studied in detail，The main contributions are as follows： 1．The effects of different weight updating approaches of Adaboost on the performance of classifiers are analyzed respectively．Thus．an extended weight updating approach is presented，which modifies the traditional weight updating process and limits the false positive rate while keeping the whole error stated，On this basis，another new weight updating approach called adaptive threshold weight updating approach is presented．ne new method could limit the false positive rate or false negative rate to a certain threshold and meet the special needs ofthe strong classifier in a cascade classifier． 2．Two classes of features are given：one class is called triangle features which are much more suitable to describe the gesture of pedestrians and the other class is called composite features which are m