行人檢測(cè)若干關(guān)鍵技術(shù)研究.pdf

1、行人集剛性物體和柔性物體的特性于一身，受光照、姿態(tài)、穿著、遮擋和復(fù)雜背景等影響，類內(nèi)和類間的模式變化大。行人檢測(cè)是目標(biāo)檢測(cè)中的經(jīng)典難題，也是當(dāng)前計(jì)算機(jī)視覺(jué)的研究熱點(diǎn)，其研究成果可應(yīng)用在車輛輔助駕駛、人體運(yùn)動(dòng)分析、家庭服務(wù)機(jī)器人和智能視頻監(jiān)控等領(lǐng)域中。因此，開(kāi)展行人檢測(cè)技術(shù)的研究具有重要的理論意義和應(yīng)用價(jià)值。
　　 本文在全面綜述行人檢測(cè)技術(shù)研究現(xiàn)狀的基礎(chǔ)上，將行人檢測(cè)分為如下的四個(gè)子問(wèn)題：候選區(qū)域的產(chǎn)生、特征提取、分類與定位和驗(yàn)

2、證。從模式識(shí)別的角度來(lái)看，行人檢測(cè)技術(shù)的核心是“特征提取”和“分類與定位”，本文主要針對(duì)當(dāng)前這兩類問(wèn)題的研究中存在的不足展開(kāi)研究，論文的主要工作和創(chuàng)新點(diǎn)如下：
　　 (1)針對(duì)當(dāng)前行人測(cè)試集分辨率較高且背景較單一的不足，建立了廈門(mén)大學(xué)行人數(shù)據(jù)庫(kù)。數(shù)據(jù)庫(kù)是行人檢測(cè)技術(shù)不斷向前發(fā)展的“催化劑”，本文建立的真實(shí)場(chǎng)景下的行人測(cè)試數(shù)據(jù)庫(kù)，分辨率較低，且背景變化多種多樣。該數(shù)據(jù)庫(kù)不僅給出了行人的矩形框信息，且給出了行人的分割掩膜。為方便行人

3、標(biāo)注，開(kāi)發(fā)了相應(yīng)的標(biāo)注輔助軟件，并申請(qǐng)了軟件著作權(quán)。
　　 (2)針對(duì)直方圖特征無(wú)法刻畫(huà)象素的空間分布情況和維數(shù)較高這一缺點(diǎn)，提出了基于結(jié)構(gòu)化局部統(tǒng)計(jì)特征的描述子。特征表示是任何一個(gè)模式識(shí)別系統(tǒng)的關(guān)鍵。本文在綜述當(dāng)前行人特征提取研究現(xiàn)狀的基礎(chǔ)上，提出了結(jié)構(gòu)化局部邊緣矩特征描述子(Structured Local Edge Pattern Moment)。SLEPm刻畫(huà)了象素的統(tǒng)計(jì)特征和空間信息，同時(shí)具有較低的維度，實(shí)驗(yàn)結(jié)果表明：

4、與梯度方向直方圖特征(Histogram of Oriented Gradient，HOG)相比，SLEPm具有較好的行人分類性能。受局部二值模式(Local Binary Pattern，LBP)和哈爾(Haar)特征的啟發(fā)，本文提出了結(jié)構(gòu)化局部二值哈爾模式特征(Structured Local Binary Haar Pattern，SLBHP)，實(shí)驗(yàn)結(jié)果表明：SLBHP在基于象素的圖形檢索中與Haar、LBP及邊緣特征相比，具有較

5、好的準(zhǔn)確率和魯棒性。
　　 (3)提出了滑動(dòng)窗口下基于直方圖交叉核的多特征融合行人檢測(cè)方法。不同的圖像特征描述子從不同的側(cè)面來(lái)描述圖像的特性，多特征的融合有助于全面刻畫(huà)行人的特征從而提高檢測(cè)性能；鑒于目前大部分的行人特征為直方圖特征，引入了直方圖交叉核支持向量機(jī)作為分類器，從而提出了基于直方圖交叉核的多特征融合行人檢測(cè)方法。在廈門(mén)大學(xué)行人數(shù)據(jù)庫(kù)和INRIA數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)結(jié)果表明：多特征融合提高了檢測(cè)器的檢測(cè)性能，直方圖交叉核與線

6、性核相比，檢測(cè)準(zhǔn)確率更高且抗遮擋能力更強(qiáng)。文章還對(duì)基于滑動(dòng)窗口的行人檢測(cè)技術(shù)中基于積分直方圖的特征快速計(jì)算、非極大值抑制算法、模型重復(fù)訓(xùn)練對(duì)檢測(cè)性能的影響等進(jìn)行詳細(xì)的分析。
　　 (4)提出了分聚分建的類別可擴(kuò)充場(chǎng)景分類方法和基于碼本權(quán)重的特征選擇算法。滑動(dòng)窗口法雖然是當(dāng)前目標(biāo)檢測(cè)領(lǐng)域中的主流方法，但是其檢測(cè)結(jié)果并不是全局最優(yōu)，而且如果搜索的步長(zhǎng)較小則檢測(cè)速度慢。近年來(lái)有部分研究者提出了超越滑動(dòng)窗口法的目標(biāo)檢測(cè)框架，本文針對(duì)該框

7、架下的碼本構(gòu)建與特征選擇，提出了分聚分建的可擴(kuò)充類別場(chǎng)景分類方法；在超越滑動(dòng)窗口法的行人檢測(cè)中，首先采用基于位置和類別信息分別對(duì)局部圖像塊進(jìn)行聚類，從而構(gòu)建判別能力更強(qiáng)的碼本，然后提出了利用信息增益和線性支持向量機(jī)對(duì)碼本進(jìn)行特征選擇的方法，實(shí)驗(yàn)結(jié)果表明該方法提高了高效子窗口搜索法的行人檢測(cè)性能。
　　 總之，本文從特征提取和分類與定位這兩個(gè)行人檢測(cè)技術(shù)的核心問(wèn)題入手，首先提出了改進(jìn)的行人特征描述子(SLEPm)，然后提出了基于直