基于推薦窗口與關(guān)鍵點(diǎn)匹配的行人檢測(cè)算法研究.pdf

1、計(jì)算機(jī)視覺(jué)伴隨著硬件性能與軟件質(zhì)量的提升取得了長(zhǎng)足的發(fā)展，而行人的檢測(cè)作為基礎(chǔ)也是最重要的任務(wù)之一，始終是計(jì)算機(jī)視覺(jué)領(lǐng)域的研究熱點(diǎn)。行人檢測(cè)在智能安防、交通監(jiān)控、運(yùn)動(dòng)識(shí)別、虛擬現(xiàn)實(shí)等領(lǐng)域具備重要的研究?jī)r(jià)值和廣闊的市場(chǎng)應(yīng)用前景。近十年來(lái)，行人檢測(cè)技術(shù)在大量研究人員的共同努力下取得了可觀的成就，檢測(cè)器的精度和速度均有了快速地提升。但是由于行人固有的特性以及檢測(cè)場(chǎng)景的復(fù)雜性，導(dǎo)致目前的檢測(cè)效果無(wú)法滿足實(shí)際應(yīng)用的需求。如何增強(qiáng)變化場(chǎng)景中行人檢測(cè)

2、器的適應(yīng)性，以及如何提升檢測(cè)器識(shí)別困難目標(biāo)的能力仍舊是行人檢測(cè)技術(shù)的研究熱點(diǎn)。
　　本文主要針對(duì)行人檢測(cè)器無(wú)法適應(yīng)復(fù)雜變換的場(chǎng)景，以及對(duì)困難遮擋目標(biāo)的識(shí)別能力下降的問(wèn)題，提出了一種新的快速運(yùn)動(dòng)行人檢測(cè)算法。本文的主要工作與創(chuàng)新點(diǎn)闡述如下:
　　檢測(cè)器對(duì)場(chǎng)景變換的適應(yīng)能力較弱是制約行人檢測(cè)技術(shù)發(fā)展的主要因素之一。本文針對(duì)該問(wèn)題，認(rèn)為運(yùn)動(dòng)是變化場(chǎng)景中行人的共性。通過(guò)將相鄰兩幀圖像作為單個(gè)計(jì)算節(jié)點(diǎn)，使用一種新的位運(yùn)算方法快速地獲得

3、變化場(chǎng)景中的感興趣運(yùn)動(dòng)區(qū)域。根據(jù)對(duì)比消除的思想，場(chǎng)景中運(yùn)動(dòng)明顯的目標(biāo)被篩選出來(lái)，并根據(jù)位移與形狀的變化被劃分為單目標(biāo)和遮擋目標(biāo)。位運(yùn)算方法與傳統(tǒng)的滑動(dòng)檢測(cè)法相比，極大地提升了目標(biāo)的檢測(cè)速度，使得檢測(cè)器能夠有效滿足實(shí)時(shí)性的應(yīng)用需求。
　　為了提升檢測(cè)器識(shí)別遮擋行人的能力，當(dāng)行人處于單目標(biāo)狀態(tài)時(shí)，其所處的運(yùn)動(dòng)區(qū)域內(nèi)的BRISK關(guān)鍵點(diǎn)集合被不斷地更新和保存。算法重點(diǎn)關(guān)注行人因場(chǎng)景障礙物或者行人之間相互遮擋而轉(zhuǎn)變?yōu)槔щy目標(biāo)的情形。當(dāng)發(fā)生轉(zhuǎn)

4、變時(shí)，受CMT算法的啟發(fā)，預(yù)先保存的關(guān)鍵點(diǎn)集合被使用，并通過(guò)光流法匹配困難運(yùn)動(dòng)區(qū)域內(nèi)的遮擋行人。具備關(guān)鍵點(diǎn)更新策略的KPM算法與CMT算法相比，顯著降低了檢測(cè)窗口發(fā)生漂移現(xiàn)象的可能性，并具備同時(shí)匹配多個(gè)困難目標(biāo)的能力。
　　通過(guò)數(shù)學(xué)推導(dǎo)和實(shí)驗(yàn)數(shù)據(jù)論證了規(guī)格化檢測(cè)窗口對(duì)運(yùn)動(dòng)行人的高匹配度，使用經(jīng)過(guò)篩選的推薦窗口修正后的檢測(cè)窗口進(jìn)一步地提升了5％的算法檢測(cè)精度。三個(gè)不同行人密度數(shù)據(jù)集上的5種檢測(cè)算法的對(duì)比實(shí)驗(yàn)結(jié)果表明，本文所提出的檢測(cè)