基于特征融合的行人檢測(cè)器改進(jìn)研究.pdf

1、行人檢測(cè)技術(shù)在諸多領(lǐng)域都有著廣泛的應(yīng)用前景。現(xiàn)有的行人檢測(cè)算法檢測(cè)精度不高，檢測(cè)速度慢，應(yīng)用環(huán)境的要求苛刻。針對(duì)上述的問題，本文深入研究復(fù)雜環(huán)境下的行人檢測(cè)技術(shù)，力求在檢測(cè)精度和檢測(cè)速度兩個(gè)方面有所突破。
　　本文的研究工作重點(diǎn)放在以下兩個(gè)方面：
　?。?）對(duì)行人檢測(cè)器的構(gòu)成框架進(jìn)行具體的分析和研究，詳細(xì)介紹現(xiàn)有流行的行人描述特征和分類器。在前人的理論研究基礎(chǔ)上，針對(duì)行人檢測(cè)算法不能兼顧檢測(cè)性能和檢測(cè)速度的問題，本文提出一種

2、融合特征，采用可以快速計(jì)算的簡(jiǎn)單特征：局部求和、積分圖、梯度直方圖等，去逼近計(jì)算復(fù)雜，檢測(cè)效果好的主流特征，通過變換矩形框的大小和長(zhǎng)寬比構(gòu)建一個(gè)特征池，并采用級(jí)聯(lián)Adaboost分類器隨機(jī)從特征池中抽取、篩選高性能特征訓(xùn)練分類器。這種特征相對(duì)單一的顏色特征、Haar-like特征、HOG特征、CSS特征等有更為豐富的表現(xiàn)力，同時(shí)又可以快速地計(jì)算。實(shí)驗(yàn)數(shù)據(jù)表明，基于特征融合的改進(jìn)算法能夠在保證檢測(cè)性能的同時(shí)，加快檢測(cè)速度。
　　（2