基于不確定理論與機(jī)器學(xué)習(xí)的行人檢測.pdf

1、近年來，隨著機(jī)動車保有量的增加，交通環(huán)境不斷惡化，城市道路交通安全形勢日趨嚴(yán)峻。行人在整個交通體系中處于最弱勢的地位，是交通事故中最容易受到傷害的人群，數(shù)據(jù)顯示行人在交通事故中的傷亡人數(shù)居高不下。因此，研發(fā)高速有效的行人檢測算法是減少交通事故，保障行人生命安全，提高城市運(yùn)行效率的有效措施。本文以實際工程應(yīng)用為目的，設(shè)計了基于不確定性理論和機(jī)器學(xué)習(xí)方法的行人檢測方法。
　　鑒于行人外觀、復(fù)雜場景、光照變化的多樣性以及部分遮擋等因素，

2、僅根據(jù)單一或少數(shù)特征有時很難從復(fù)雜交通場景中區(qū)分出行人。本文采用證據(jù)理論快速有效地實現(xiàn)了復(fù)雜場景中的行人檢測。首先根據(jù)行人的交通心理及行為特點提取其形狀和運(yùn)動特征，再利用蒙特卡洛方法得到各個特征對行人事件的檢測能力，然后基于D-S證據(jù)理論對其進(jìn)行融合，根據(jù)檢測正確率是否滿足預(yù)定目標(biāo)不斷調(diào)整算法的融合過程，最終實現(xiàn)行人檢測。
　　利用神經(jīng)網(wǎng)絡(luò)的優(yōu)勢，結(jié)合提取到的行人特征，提出了基于 BP神經(jīng)網(wǎng)絡(luò)的行人檢測算法。首先以行人的六個特征：

3、長寬比、寬度、面積、速度、軌跡平滑度、軌跡矢量場作為特征向量，即 BP神經(jīng)網(wǎng)絡(luò)的輸入。然后分別對不同隱含層、隱層節(jié)點以及作用函數(shù)進(jìn)行實驗分析，確立了BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，網(wǎng)絡(luò)輸出為行人的檢測結(jié)果。經(jīng)過數(shù)據(jù)分析和比較，證明了這些行人特征相輔相成，可以得到良好的檢測效果。彰顯了BP神經(jīng)網(wǎng)絡(luò)在行人檢測中的可行性和應(yīng)用價值。
　　傳統(tǒng)的深度學(xué)習(xí)必須滿足一個基本的假設(shè)條件：訓(xùn)練數(shù)據(jù)與測試數(shù)據(jù)來自相同的特征空間且服從相同的概率分布。然而這一假設(shè)