视频导航中的地图生成、障碍检测与行人人脸识别-控制科学与工程专业论文.docxVIP

中国科学技术大学学位论文原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研究工作所取得的成 中国科学技术大学学位论文原创性声明 本人声明所呈交的学位论文，是本人在导师指导下进行研究工作所取得的成 果。除己特另tlDn以标注和致谢的地方外，论文中不包含任何他人已经发表或撰写 过的研究成果。与我一同工作的同志对本研究所做的贡献均已在论文中作了明确 的说明。 作者签名：I盟 签字日期：2型j啦 中国科学技术大学学位论文授权使用声明 作为申请学位的条件之一，学位论文著作权拥有者授权中国科学技术大学拥 有学位论文的部分使用权，即：学校有权按有关规定向国家有关部门或机构送交 论文的复印件和电子版，允许论文被查阅和借阅，可以将学位论文编入有关数据 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。本人 提交的电子文档的内容和纸质论文的内容相一致。 保密的学位论文在解密后也遵守此规定。 作者签名：塑￡ 导师签名： 扭 雌开口保密(——年) 辩醐：巡学弛 签字日期：巡弘 万方数据 摘’要摘要 摘’要 摘要 随着人工智能的发展，越来越多的智能设备如机器人能够在各种场景代替 人类工作。在安防领域，很多场景需要安防人员进行巡逻，其中存在工作量大、 危险性高等问题。这类情况下，使用机器人或无人车进行巡逻无疑将是更好的 选择。因此，研究自主巡逻的机器人或无人车一直是人工智能领域的一大研究 热点。视频导航，作为自主巡逻中的一种有效且常用的导航方法，是当前研究 的一大热点。 本文将针对视频导航中存在的若干问题展开研究，主要有：室内导航中的 地图建立与自我定位、室外导航中的障碍物检测以及导航过程中可疑行人人脸 的检测与识别等。本文的主要研究工作与创新如下： 1．针对室内导航常用的设定路标和导轨方法难于实施，适应能力不强的问 题，提出了一种快速易实施的基于引导人地图生成与自然路标选取的室内导航 方法。该方法利用视频帧差法以及颜色信息，检测出引导人所在的位置，跟随 引导人行走并记录路径，同时在行走过程中记录自然场景作为路标，从而形成 拓扑地图，地图建立后可以在此基础上实现自主巡逻。由于不需要提前设定路 标和导轨，所以易于实施，适应性强。实验结果表明，该方法在会议室、办公 室以及实验室等复杂环境下平均导航成功率能够达到91．5％。 2．针对室外导航中障碍物检测中难以区分障碍物与道路阴影和标志线的 问题，提出了一种基于两帧间的几何投影模型的TCF障碍物检测方法。该方法 不需要提前对摄像机进行人工标定以及其他先验知识，利用点在图像平面上投 影的位置信息，通过两连续帧间的对应点的位置变化，来推断其在实际坐标中 的高度信息，并利用高度信息区分真实障碍物和道路阴影、标志线。利用特征 点的检测匹配，来计算特征点的高度信息，从而达到实时性要求。同时，为了 提高检测准确率，本文还使用了置信滤波器来降低噪声的影响。最后，通过一 种权值平均的方法来实现状态的更新，并在更新的同时再一步降低噪声、提高 准确率。本文方法在障碍物检测上比常见的基于表征信息以及光流法等算法略 高，特别是在区分障碍物与道路阴影和标志线方面，本文算法能够达到90％以 上的准确率，远远超过其他算法。 3．针对TCF方法对远处障碍物的高度难以估计的问题，提出了一种基于 摄像机自运动消除和帧差法相结合的远距离运动障碍物检测方法。该方法从图 像中提取运动信息，对摄像机自运动进行消除，然后再利用帧差法检测远处运 万方数据 摘要动障碍物。同时，利用一种最小边界分割方法将障碍物区域进行分割，能够获 摘要 动障碍物。同时，利用一种最小边界分割方法将障碍物区域进行分割，能够获 得障碍物区域的置信度，从而判断障碍物的概率以及相对运动方向。实验结果 表明，该方法对远距离运动障碍物检测能够达到90％以上的精确率与召回率。 4．针对利用运动信息进行障碍物检测时容易受特征点检测结果影响而造 成检测误差的问题，提出了一种基于单幅图像表征信息的深度学习障碍物检测 方法。该方法将图像分块，并利用深度网络对候选块进行分类，从而将图像中 的障碍物区域分离出来。在深度网络的学习过程中，考虑到候选块只具有局部 信息，该方法利用局部信息与整幅图像的全局信息相融合的方式组成深度神经 网络。实验结果表明，该方法比其他常见方法在准确率和召回率提升1％-15％， 对于障碍物检测，在DUSSB数据集以及本文的视频导航实验中，最重要的召 回率指标能够达98％。 5．针对传统方法对导航视频人脸检测效果较差的情况，提出了一种基于人 体分块模型的人脸检测方法。该方法受到行人检测的人体分块模型的启发，考 虑到巡逻视频中行人的人脸与身体其他部位一般会被同时捕捉到的情况，按照 人体分块模型，利用深度网络，学习到一个适用于巡逻视频人脸检测的分块深