資源描述：
《基于多特征級聯(lián)的行人檢測方法研究》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、分類號TP391密級公開UDC004學(xué)位論文編號D-10617-308-(2016)-02091重慶郵電大學(xué)碩士學(xué)位論文中文題目基于多特征級聯(lián)的行人檢測方法研究英文題目ResearchonPedestrianDetectionMethodBasedonMultipleFeatureCascade學(xué)號S130201094姓名鄒寬中學(xué)位類別工學(xué)碩士學(xué)科專業(yè)計(jì)算機(jī)科學(xué)與技術(shù)指導(dǎo)教師甘玲教授完成日期2016年3月30日重慶郵電大學(xué)碩士學(xué)位論文摘要摘要隨著當(dāng)今社會人工智能、計(jì)算機(jī)視覺及智能監(jiān)控、智能交通的發(fā)展，行人檢測技術(shù)受到越來越多的關(guān)注，并廣泛的應(yīng)用于智能監(jiān)控
2、、智能交通、高級人機(jī)交互等領(lǐng)域。本文主要對基于HOG特征的行人檢測方法進(jìn)行了深入的研究，并在此基礎(chǔ)上提出了相應(yīng)的改進(jìn)：利用主成分分析(PCA)對HOG特征進(jìn)行降維，降維后的HOG特征、Gabor特征、顏色特征級聯(lián)為多特征對行人進(jìn)行檢測。主要的研究工作如下：1.針對現(xiàn)有基于梯度方向直方圖(HOG)的行人檢測方法維度比較高，并且存在大量的冗余信息，這些大量的冗余信息可以降低分類的速度，有些維度信息降低了識別的精度，提出了運(yùn)用PCA降維的HOG特征的行人檢測方法，對HOG特征從20維度到3000維度做了14次實(shí)驗(yàn)，在兼顧識別率和時間效率的情況下，選取了HOG特
3、征的合適的維度。并對降維前后在DET曲線和運(yùn)行時間上做了對比。2.HOG特征能夠很好的表征行人的特征，但是在單一特征的情況下檢測率不高，所以提出一種基于多特征級聯(lián)的行人檢測方法，利用降維后的HOG特征、Gabor特征、顏色特征(RGB、HSI)進(jìn)行級聯(lián)，其中Gabor特征選取四尺度八方向的二維Gabor值，選取顏色特征中的空間特征值、均值及標(biāo)準(zhǔn)差，級聯(lián)后的特征作為行人檢測的聯(lián)合特征，最后使用支持向量機(jī)(SVM)的徑向基核函數(shù)(RBF)進(jìn)行分類。使用INRIA數(shù)據(jù)集作為分類器的訓(xùn)練庫和測試庫，該方法在INRIA行人庫上的實(shí)驗(yàn)表明，不但提高了分類的速度，而且
4、提高了檢測的準(zhǔn)確率，檢測結(jié)果對于單行人的情況下取得了較好的檢測效果，對于多行人或者復(fù)雜場景就會出現(xiàn)漏檢或者誤檢測的情況。關(guān)鍵詞：行人檢測，梯度方向直方圖，PCA降維，INRIA數(shù)據(jù)集，徑向基核函數(shù)(RBF)I重慶郵電大學(xué)碩士學(xué)位論文AbstractAbstractWiththedevelopmentsofartificialintelligence,computervision,intelligentmonitoringtechnologyandintelligenttransportationinmodernsociety,PedestrianDete
5、ctiontechnologyhasbeenreceivedmoreandmoreattentionandwidelyusedinthefieldofintelligentmonitoringtechnology,intelligenttransportation,advancedhuman-computerinteractionandsoon.ThisthesismainlyfocusesonpedestriandetectionmethodbasedonHOGfeaturesin-depthresearch,andthecorrespondingim
6、provedmethodisproposedonthebasisoftheabovemethod:reducingHOGfeaturedimensionusingprincipalcomponentanalysis(PCA)andpedestriandetectionbasedonmulti-featurescascadewhichcascadestheHOGfeatureafterdimensionreductionwiththeGaborfeatureandthecolorfeature.Researchresultsareshownasfollow
7、s:1.Theexistingpedestriandetectionmethodsbasedonhistogramoforientedgridients(HOG)havetheproblemsofrelativelyhighdimensionandalotofredundantinformationwhichcouldreduceclassificationspeed,somedimensionalinformationmayreducetheaccuracyofrecognition.Thisthesisproposedapedestriandetec
8、tionmethodofHOGfeatureusingPCAdimensionr
