基于機(jī)器學(xué)習(xí)的行人檢測(cè)算法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩58頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明: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、基于機(jī)器學(xué)習(xí)的行人檢測(cè)是一個(gè)很重要而又很有發(fā)展前景的研究領(lǐng)域,有著廣泛的應(yīng)用價(jià)值,其涉及多個(gè)領(lǐng)域比如人機(jī)交互、車輛輔助駕駛、視頻搜索和安全監(jiān)控等方面。但是由于行人外觀著裝的非剛性以及復(fù)雜背景的干擾且在實(shí)際應(yīng)用中要求極高的在線檢測(cè),所有的這些限制因素最終導(dǎo)致行人檢測(cè)成為一項(xiàng)艱難的研究課題。目前有很多公開發(fā)表的行人檢測(cè)的算法,比如模板匹配方法和基于統(tǒng)計(jì)學(xué)習(xí)方法,模板匹配是一種比較容易實(shí)現(xiàn)且很早就應(yīng)用了的方法,是經(jīng)過時(shí)間考驗(yàn)的經(jīng)典性算法,人的

2、頭部輪廓有很好的不變性,在這樣的情況下,模板匹配能夠較好的描述目標(biāo)。基于學(xué)習(xí)的方法有兩個(gè)很重要的方面,一個(gè)是表征目標(biāo)的特征描述算子,另一個(gè)是采用的學(xué)習(xí)算法。
   本課題仔細(xì)地研究和分析了行人目標(biāo)檢測(cè)研究領(lǐng)域中當(dāng)前十分流行且受很多研究人員關(guān)注的檢測(cè)算法,比如特征提取算法和機(jī)器學(xué)習(xí)算法,Dalal提出了用于表征行人的特征算子的梯度方向直方圖近些年來受到很大的關(guān)注和研究改進(jìn),該算法主要是基于行人輪廓形狀信息的分析,本文正是利用這一特

3、性,對(duì)梯度方向直方圖特征進(jìn)行改進(jìn)使其能夠提取出包含更多行人輪廓信息。采用支持向量機(jī)算法訓(xùn)練得到分類器模型測(cè)試結(jié)果表明,在INRIA行人數(shù)據(jù)庫(kù)上這種改進(jìn)的特征提取算法能夠取得很好的檢測(cè)效果。
   在分類器訓(xùn)練框架上采用了cascade級(jí)聯(lián)Adaboost分類器訓(xùn)練方法,但是根據(jù)本文算法的特點(diǎn)做了一些改進(jìn),用線性SVM代替二叉樹成為弱分類器,和單個(gè)SVM訓(xùn)練得到分類器模型相比,實(shí)驗(yàn)結(jié)果表明該檢測(cè)框架訓(xùn)練得到的強(qiáng)分類器具有壓倒性的分

4、類判別優(yōu)勢(shì)。
   在檢測(cè)階段,通過檢測(cè)窗口在圖片中滑動(dòng)提取特征然后進(jìn)行判別,而且有的行人目標(biāo)在圖片中占據(jù)的位置偏大或者偏小,另外還會(huì)有多個(gè)檢測(cè)窗口同時(shí)框住同一個(gè)行人目標(biāo),怎么樣合并這些檢測(cè)窗口,本文采用多尺度檢測(cè)技術(shù)和非極大值抑制能夠精確地合并檢測(cè)窗口以及定位行人在圖像中的具體位置。
   對(duì)行人特征樣本進(jìn)行訓(xùn)練學(xué)習(xí)和檢測(cè)是在VC6++和OpenCV1.0的軟件開發(fā)環(huán)境中實(shí)現(xiàn)的并且使用的行人測(cè)試庫(kù)是INRIA。實(shí)驗(yàn)結(jié)果

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說明,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,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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