資源描述：
《基于特征提取快速行人檢測(cè)方法的研究》由會(huì)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(kù)。
1、摘要行人檢測(cè)是計(jì)算機(jī)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(jì)算機(jī)視覺和模式識(shí)別研究中的難點(diǎn)和前沿問題，具有重大的學(xué)術(shù)意義和廣闊的市場(chǎng)應(yīng)用前景。但由于行人受光照、復(fù)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(shí)時(shí)魯棒地在真實(shí)場(chǎng)景中檢測(cè)出行人，挑戰(zhàn)極大。目前還沒有一個(gè)通用的，健壯的，精確的，高性能的和實(shí)時(shí)的行人檢測(cè)算法。針對(duì)行人檢測(cè)的精確性以及高性能的檢測(cè)算法，本文開展了如下四個(gè)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(duì)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(yīng)用于行人檢測(cè)算法中，分析ShapeContext算子在行人檢測(cè)中的實(shí)用性。2、本文基于HOG特征算子，結(jié)合HIKSVM快速訓(xùn)練和快速分類的思想，針對(duì)目前行人檢測(cè)算法時(shí)效性問題，設(shè)計(jì)行人檢測(cè)算法。利用直方圖相交核對(duì)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(diǎn)，結(jié)合HIK快速計(jì)算方法進(jìn)行滑動(dòng)窗口檢測(cè)；使用非極大抑制的窗口融合算法，實(shí)現(xiàn)行人的準(zhǔn)確定位，在保證行人檢測(cè)精度的同時(shí)，提高檢測(cè)的速度。3、提出基于H
3、IKSVM的多特征融合行人檢測(cè)算法。針對(duì)HOG只利用圖像梯度信息的缺點(diǎn)，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(cè)方法，以便結(jié)合兩者各自的優(yōu)點(diǎn)，更好的表達(dá)行人特征；并且采用兩種特征的積分圖快速計(jì)算方式，提高整個(gè)檢測(cè)算法的效率。實(shí)驗(yàn)結(jié)果表明，采用多特征融合的方法可以提高行人的檢測(cè)率。4、提出基于CUDA架構(gòu)，行人檢測(cè)的多線程處理方法，進(jìn)一步提高行人檢測(cè)方法的效率，充分利用GPU在并行數(shù)據(jù)運(yùn)算上具有強(qiáng)大計(jì)算能力的特點(diǎn)。在整個(gè)滑動(dòng)窗口檢測(cè)過程中，對(duì)特征提取以及分類器檢測(cè)部分設(shè)計(jì)相應(yīng)
4、多線程處理核函數(shù)，充分進(jìn)行并行運(yùn)算，在更大程度上提高檢測(cè)速度。本文基于以上幾部分研究工作，設(shè)計(jì)了完善的行人檢測(cè)算法。通過實(shí)驗(yàn)分析，整個(gè)算法在保證行人檢測(cè)準(zhǔn)確度的同時(shí)，提高了行人檢測(cè)的速度；并結(jié)合CUDA架構(gòu)實(shí)現(xiàn)整個(gè)算法的多線程運(yùn)算，取得了很好的時(shí)效性。關(guān)鍵詞：行人檢測(cè)；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
