資源描述：
《基于多異構(gòu)特征融合的行人檢測系統(tǒng)研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、萬方數(shù)據(jù)分類號UDC學(xué)位論文基于多異構(gòu)特征融合的行人檢測系統(tǒng)研究作者姓名：王雪琳指導(dǎo)教師：邢偉教授東北大學(xué)理學(xué)院申請學(xué)位級別：碩士學(xué)科類別：理學(xué)論文提交日期：2014年6月i,2文答辯日期：2014年6月學(xué)位授予日期：2014年7月答辯零員會主席：趕{露平評閱人：翅易霧千．巷旁蕩東北大學(xué)2014年6月萬方數(shù)據(jù)AThesisinSystemTheoryRobustPedestrianDetectorBasedonHeterogeneousFeaturesFusionByWangXuelinSupervisor：ProfessorXingWeiNortheast
2、ernUniversityJune2014萬方數(shù)據(jù)獨(dú)創(chuàng)性聲明本人聲明，所呈交的學(xué)位論文是在導(dǎo)師的指導(dǎo)下完成的。論文中取得的研究成果除加以標(biāo)注和致謝的地方外，不包含其他人己經(jīng)發(fā)表或撰寫過的研究成果，也不包括本人為獲得其他學(xué)位而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻(xiàn)均己在論文中作了明確的說明并表示謝意。學(xué)位論文作者簽名：主徘U日期：加，P．‘，；D學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者和指導(dǎo)教師完全了解東北大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定：即學(xué)校有權(quán)保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和磁盤，允許論文被查閱和借閱。本人同意東北大學(xué)可以將學(xué)位論
3、文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索、交流。作者和導(dǎo)師同意網(wǎng)上交流的時(shí)間為作者獲得學(xué)位后：半年口一年口一年半口兩年口學(xué)位論文作者簽名：妻嘭球?qū)熀灻汉炞秩掌冢杭?1，、‘t；o簽字日期：萬方數(shù)據(jù)東北大學(xué)碩士學(xué)位論丈摘要基于多異構(gòu)特征融合的行人檢測系統(tǒng)研究摘要行人檢測技術(shù)是計(jì)算機(jī)視覺領(lǐng)域中的研究熱點(diǎn)之一。它在智能監(jiān)控系統(tǒng)、汽車安全輔助系統(tǒng)等領(lǐng)域具有廣泛的應(yīng)用前景。近些年來，交通事故頻發(fā)，因此如何避免或者減少交通事故的發(fā)生也成為了人們?nèi)找骊P(guān)注的焦點(diǎn)。行人是交通事故中的主要受害者，他屬于非剛體且以各種各樣的姿態(tài)出現(xiàn)在道路的場景中，并且人的服裝樣式千變?nèi)f化，背
4、景錯綜復(fù)雜，也存在很多外形與行人相似的物體，這都加大了檢測行人難度和復(fù)雜度。本文選用單目視覺傳感器作為獲得環(huán)境信息主要手段，創(chuàng)建了可在多姿態(tài)多視角的復(fù)雜條件下應(yīng)用的行人檢測系統(tǒng)。行人檢測在車輛輔助駕駛系統(tǒng)中具有重要應(yīng)用價(jià)值，其檢測性能受行人的衣著以及天氣、光照，遮擋等因素的影響。為了更好的改善以上各種因素所造成的的影響，本文提出了--fog基于多異構(gòu)特征融合的行人檢測方法。首先，提出一種新的顏色特征(COLOR)，利用顏色矩的方法提取顏色信息，然后把提出的顏色特征與邊緣特征和紋理特征相結(jié)合，形成HOG—LBP—COLOR特征，HOG．LBP—COLOR特征有
5、效的減少了光照條件和復(fù)雜背景的影響。其次，提出加入組合系數(shù)的方法，建立了一種新的內(nèi)核函數(shù)，使多異構(gòu)特征巾每個特征按照一定的權(quán)重進(jìn)行融合，令影響力更大的特征占有更大的權(quán)重，從而改進(jìn)和完善了前文所提出的多異構(gòu)特征。最后，提出了一種多姿態(tài)多視角的行人檢測分類器。利用S-lsomap降維方法和K．means聚類方法對不同姿態(tài)和視角的行人做子類劃分，并針對每一個子類訓(xùn)練子類分類器，根據(jù)多個不同姿態(tài)的子類分類器輸H{值去訓(xùn)練等權(quán)重加和方式的多姿態(tài)．視角集成分類器。不同樣本數(shù)據(jù)集上的測試結(jié)果表明，本文提出的帶權(quán)重的HOG—LBP—COLOR特征的描述能力超過了HOG，LB
6、P，EOH等典型特征的描述能力，并且該特征與提出的多姿態(tài)．視角集成分類器結(jié)合具有良好的檢測效果。關(guān)鍵詞：行人檢測；顏色矩；多異構(gòu)特征；S-Isomap；支持向量機(jī)11萬方數(shù)據(jù)東北大學(xué)碩士學(xué)位論文AbstractAPedestrianDetectionSystemBasedonHeterogeneousFeaturesFusionAbstractTheresearchofpedestriandetectionisoneofthehotspotsinthefieldofcomputervisionIthasabroadapplicationprospectint
7、hefieldofintelligentmonitoringsystemsanddriverassistancesystems．Inrecentyears，becauseofthehighlyfrequentlyoccurredtrafficaccidents，howtoavoidorreducetrafficaccidentshasbecomethefocusofpublicconcern．Pedestriansarenon-rigidobjectsandwouldappearinthesceneswithvariousstylesofclothingan
8、dcomplexbackgrounds．Therea
