不同人群密度環(huán)境下行人檢測方法研究.pdf

1、行人檢測和識別是智能視頻分析領(lǐng)域中一項重要的研究課題。在智能安防監(jiān)控、人機交互、虛擬現(xiàn)實等方面有著廣泛的應(yīng)用。現(xiàn)實條件下由于很多區(qū)域的人流量比較大，行人之間的遮擋問題比較嚴(yán)重，現(xiàn)有方法很難短時間內(nèi)處理大量的數(shù)據(jù)，導(dǎo)致無法滿足實時性的需求。頭肩部位包含信息量相對較小，并且基本不受遮擋的影響。因此，頭肩部分的檢測可以作為不同人群密度環(huán)境下行人檢測的突破口。特別是商場、車站等人流密集區(qū)域，利用頭肩部位的特征能夠很好的完成視頻監(jiān)控中行人的檢測。

2、
　　傳統(tǒng)的行人檢測方法檢測過程花費時間較多，很難達到實時的效果，因此本課題的研究就是為了能夠提升行人檢測過程的整體速度，以求能夠應(yīng)用到實時系統(tǒng)中去。
　　本文的主要工作如下：
　?、僦饕芯苛薍OG特征，從具體概念、特征的提取方法、到模板匹配都做了詳細的介紹。深入分析了支持向量機(SupportVectorMachine)、AdaBoost算法等可用于行人檢測的分類算法。
　?、谘芯苛嘶诙祷瘹w一梯度特征的目

3、標(biāo)預(yù)檢測方法，并在此基礎(chǔ)上提出了基于圖像金字塔的改進方法。通過對行人數(shù)據(jù)集進行實驗，證實了改進方法是能夠在保證目標(biāo)檢測效果不降低的情況下，相應(yīng)地減少模板匹配的次數(shù)，從而能夠快速地框出圖像中包含行人的區(qū)域，為后續(xù)的行人檢測拋去無用區(qū)域，達到提升檢測速度的目的。
　?、跦OG特征在行人檢測領(lǐng)域應(yīng)用非常廣泛，當(dāng)前經(jīng)典的行人檢測方法都會用到HOG特征。為了解決不同人群密度環(huán)境下的遮擋問題，采用基于頭肩的HOG特征展開行人檢測；本文在充分理