基于頭肩輪廓特征的人頭檢測(cè)系統(tǒng)的研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩79頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、行人檢測(cè)和識(shí)別是智能視頻分析領(lǐng)域一項(xiàng)重要的研究課題。在智能安防監(jiān)控、人機(jī)交互、虛擬現(xiàn)實(shí)等有著廣泛的應(yīng)用?,F(xiàn)實(shí)條件下由于攝像機(jī)安裝的位置和角度受到限制,經(jīng)常存在拍攝的圖像中人體區(qū)域不完整、人體間產(chǎn)生相互遮擋的情況,所以人的頭肩部位則成了行人檢測(cè)難題的突破口。本文利用了頭肩輪廓呈現(xiàn)比較固定的特點(diǎn),對(duì)監(jiān)控視頻中的人頭檢測(cè)進(jìn)行了新的探索和研究。
   本文著重研究了復(fù)雜場(chǎng)景視頻中行人的運(yùn)動(dòng)檢測(cè)算法,以及構(gòu)建基于頭肩輪廓特征的人頭分類器并

2、對(duì)目標(biāo)進(jìn)行檢測(cè)識(shí)別。論文的主要內(nèi)容和創(chuàng)新點(diǎn)如下:
   首先,對(duì)采集到的原始圖像進(jìn)行了預(yù)處理操作,采用了快速中值濾波去除噪聲和灰度值拉伸以增加對(duì)比度,使圖像能夠在后續(xù)的處理中保證好的質(zhì)量。
   其次,為了縮短掃描時(shí)間,先進(jìn)行運(yùn)動(dòng)目標(biāo)的檢測(cè),將包含行人的前景分割出來(lái)。建立了codebook模型進(jìn)行運(yùn)動(dòng)檢測(cè),同時(shí)考慮到判別準(zhǔn)則和像素的亮度直接相關(guān),改進(jìn)了經(jīng)典的模型將RGB空間轉(zhuǎn)換到Y(jié)UV空間,使檢測(cè)效果得到了提升。

3、   然后,設(shè)計(jì)了‘兩個(gè)級(jí)聯(lián)式分類器,分別采用基于類Haar特征和HOG特征進(jìn)行先粗略后精細(xì)兩級(jí)過(guò)濾的檢測(cè)機(jī)制。特別地,由于頭肩對(duì)稱性的特點(diǎn),提出了Joint HOG(組合Block的HOG)的特征提取算法,并選取多尺寸Block以增加基礎(chǔ)特征,克服了傳統(tǒng)HOG特征單一、計(jì)算耗時(shí)的缺點(diǎn)。其中HOG分類器的設(shè)計(jì)結(jié)合SVM和AdaBoost算法對(duì)樣本進(jìn)行訓(xùn)練,用線性SVM作為弱學(xué)習(xí)算法構(gòu)造Joint HOG的弱分類器,再將這些分類器通過(guò)C

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論