- 1、本文档共53页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
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
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,除了文串特别加以标注争致谢的地方外,论文中不包含其 他人已经发表或撰写过的研究成果,也不包含为获得安徽大学或其他教育机构的
!
学位或证书而使用过的材料。与我_二丽工作的煎志对本研究所做的任何贡献均已
在论文中作了明确的说骑并表示谢意。
学位论文作者签名: 磐殳甄 签尊B鲰:溯;卑歹其≯|甚
学位论文版权使用授权书
本学位论文作者完全了解安徽大学有关保留、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麓。 本人授权安徽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、缩印或扫描等复稍手段保存、汇编学位论文。
(保密的学位论文在解密詹适用本授权书)
学位论文作者签名:夔 叉锄 导师签名:
以卜7一P\
签字日期:扣,件,月乡旭 签字蠢期: .≯l y硝删g
万方数据
摘要摘要
摘要
摘要
行人检测是计算机视觉的一个关键应用领域,一直受到人们的广泛关注,如 何对静态图片中的行人进行准确而快速的检测,是目前具有良好应用前景的研究 方向。
本文我们融合几种初级特征提取的方法,采用支持向量机(Support Vector Machine,lib.SVM)作为分类器,对静态行人样本进行分类。为了进一步地提高 检测率,减少分类器的时间消耗,我们对提取的初级特征进行了进一步的降维处 理(如奇异值分解、稀疏表达),得到样本的低维特征,并在行人图片数据库INRIA 和Daimler_L得到验证性的实验结果。通过比较两组实验的结果,并通过处理时 间和误检率的对比,分析每种处理条件下得到的特征的表现。本文采取梯度直方 图特征和纹理特征作为初级特征,经过投影到不同的低维空间,得到不同的低维 二级特征,然后将同一低维空间的两种二级特征进行组合,并且将同一初级特征 的两种二级特征组合,具体处理过程如下:
首先,采用梯度直方图特征(Histograms ofOriented Gradients,HOG)和表达 纹理特征的局部二值模式(Local Binary Pattern,LBP)提取样本的初级特征。并 将两种初级特征进行简单的组合,作为新的组合特征(HOG.LBP),实验表明, 组合后的特征可有效提高检测率。
其次,采用大家熟悉的PCA对两种初级特征进行降维,将初级特征投影到低 维空间,得到低维空间的新特征。同时用K.SVD通过学习过完备字典,得到两种 初级特征的稀疏表达,同样得到降低初级特征维度的效果。实验表明,降维后的 特征大大降低了时间的消耗,同时检测率并没有损失。
再次,为了进一步探索梯度特征和纹理特征的组合效果,将PCA处理过的两 种低维特征进行简单组合,作为新的特征。同样地,将K.SVD提取的稀疏表达, 进行简单组合,作为新的特征,实验表明,相同投影方式下得到的两种初级特征 的组合特征,相比较于初级特征直接组合(HOG.LBP),检测时间大大降低, 同时误检率也得到一定程度的降低。
最后,对于梯度直方图特征,将两种低维空间中的特征进行组合,即得到同 一特征不同投影空间的特征的组合。对纹理特征做同样的处理,实验表明,同一 种特征,经过不同投影方式处理后,得到的组合特征也能有效地提高检测率。
T
万方数据
基于梯度特征和纹理特征的行人检测关键词:行人检测;局部二值模式:梯度直方图;稀疏表达;K.SVD
基于梯度特征和纹理特征的行人检测
关键词:行人检测;局部二值模式:梯度直方图;稀疏表达;K.SVD
Ⅱ
万方数据
AbstractAbstract
Abstract
Abstract
Pedestrian detection is key application fields of computer vision,which has received extensive attention of people. Quickly and accurately pedestrian detecting from the static image currently has good application prospect.
In this thesis,combining several primary feature extraction method,using SVM (Support vector machine,lib-SVM)as classifier,we studied how to classify static samples of pedestrians.In order to impr
您可能关注的文档
- 基于声发射技术的湿热环境下层状复合材料分层失效机理研究-化工过程机械专业论文.docx
- 基于稀疏编码的鲁棒说话人识别方法研究-计算机应用技术专业论文.docx
- 基于我国城市特征的BRT适应性研究与规划设计-交通运输工程;交通信息工程与控制专业论文.docx
- 基于特征的工业美学设计-机械设计及理论专业论文.docx
- 基于深度特征表示的行人识别方法研究-信息与通信工程专业论文.docx
- 基于碳足迹的机械产品碳效益评估及工具系统开发-工业工程专业论文.docx
- 基于三区间法的高速动车组齿轮箱体疲劳寿命研究-交通运输工程专业论文.docx
- 基于三角形网格的图像多项式插值放大算法-计算机科学与技术专业论文.docx
- 基于网格化管理和信息距离理论的城市电子政务流程研究-管理科学与工程专业论文.docx
- 基于微流控芯片的细胞辐射损伤检测系统设计-电子科学与技术专业论文.docx
最近下载
- 关于集团对子公司绩效考核工作的思考与建议.pptx
- 国土调查类项目支出标准.docx VIP
- 读后续写动作描写六大微技能课件++2023届高考英语作文备考.pptx
- 2023年中考语文综合性学习6结束语(全国通用)(解析版).pdf VIP
- 新时代中小学教师职业行为十项准则学习知识讲解25页PPT.ppt VIP
- 河南郑州热力集团有限公司招聘笔试题库2024.pdf
- DB44T 1503-2014 家用电器碳足迹评价导则.docx
- 苯甲苯90000吨精馏塔设计说明.pdf
- 2024年03月苏州市相城区教育局2024年面向全区公办学校遴选局机关科室工作人员和教研员笔试历年高频考点试题附黑钻版答案与详解.docx VIP
- 2024年普通高中英语课程标准测试题.doc
文档评论(0)