資源描述：
《基于特征提取快速行人檢測方法的研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。
1、摘要行人檢測是計算機視覺領(lǐng)域的熱門問題之一，近年來得到越來越多的關(guān)注。其相關(guān)技術(shù)是目前計算機視覺和模式識別研究中的難點和前沿問題，具有重大的學術(shù)意義和廣闊的市場應用前景。但由于行人受光照、復雜背景、關(guān)節(jié)位置以及遮擋等因素的影響而呈現(xiàn)出各種各樣的外觀，因此實時魯棒地在真實場景中檢測出行人，挑戰(zhàn)極大。目前還沒有一個通用的，健壯的，精確的，高性能的和實時的行人檢測算法。針對行人檢測的精確性以及高性能的檢測算法，本文開展了如下四個方面的研究工作：1、研究各種圖像特征算子，提出基于雙線性插值的ShapeCon
2、text特征，在一定程度上平滑原算法對于邊緣噪聲，以及突變情況的影響，提高描述子表述能力。并應用于行人檢測算法中，分析ShapeContext算子在行人檢測中的實用性。2、本文基于HOG特征算子，結(jié)合HIKSVM快速訓練和快速分類的思想，針對目前行人檢測算法時效性問題，設(shè)計行人檢測算法。利用直方圖相交核對于目前最為流行的直方圖特征有著良好的分類效果的優(yōu)點，結(jié)合HIK快速計算方法進行滑動窗口檢測；使用非極大抑制的窗口融合算法，實現(xiàn)行人的準確定位，在保證行人檢測精度的同時，提高檢測的速度。3、提出基于H
3、IKSVM的多特征融合行人檢測算法。針對HOG只利用圖像梯度信息的缺點，本文采用基于LBP紋理信息特征與梯度信息相結(jié)合的多特征融合行人檢測方法，以便結(jié)合兩者各自的優(yōu)點，更好的表達行人特征；并且采用兩種特征的積分圖快速計算方式，提高整個檢測算法的效率。實驗結(jié)果表明，采用多特征融合的方法可以提高行人的檢測率。4、提出基于CUDA架構(gòu)，行人檢測的多線程處理方法，進一步提高行人檢測方法的效率，充分利用GPU在并行數(shù)據(jù)運算上具有強大計算能力的特點。在整個滑動窗口檢測過程中，對特征提取以及分類器檢測部分設(shè)計相應
4、多線程處理核函數(shù)，充分進行并行運算，在更大程度上提高檢測速度。本文基于以上幾部分研究工作，設(shè)計了完善的行人檢測算法。通過實驗分析，整個算法在保證行人檢測準確度的同時，提高了行人檢測的速度；并結(jié)合CUDA架構(gòu)實現(xiàn)整個算法的多線程運算，取得了很好的時效性。關(guān)鍵詞：行人檢測；HIKSVM；特征融合；CUDA架構(gòu)；多線程處理IIAbstractPedestrianDetectionisahottopicinthefieldofcomputevision；itisintensivelyinvestigated
5、inrecentyears．Themethodofpedestriandetectionisadifficultyandfrontierresearchincomputervisionandpatternrecognition，whichhasthesignificantacademicvalueandbroadmarketprospect．However,becauseofthevariableappearance，illumination，thelocationofthepartandclutt
6、erbackground，thehi．ghreliabilityandreal-timedetectionofpedestrianwhichisonthecomplexenvironmentisstillfacedwithgreatdifficulties．Andatpresent，thereisnotanpedestriandetectionmethodwhichisgeneralrobust，accurate，efficientandreal—time．Responsetotheproblems
7、ofaccurateandefficient，thepapercarriedoutresearchinthefollowingfouraspects：1．Researchingtheimagefeature，andweproposethebilinearinterpolationtocalculateShapeContext，allowingtheresultingimageappearssmootherratherthanjaggedrendering．Thiscanimprovetheabili
8、tyofthefeature．WealsoanalyzetheresultofShapeContextfeaturewhenitusedinPedestrianDetection．2．WedesignafastpedestriandetectionalgorithmbasedonHOGfeatureandHIKSVMalgorithm．WeUSetheadvantageofhistogramintersectionkernelwhichhasbeenprovedeff
