行人檢測中有效臉判定與檢索模型研究.pdf

1、行人檢測和圖像檢索是圖像處理領域的重點研究方向，其研究內容具有較高的理論水平和巨大的商業(yè)價值，在智能視頻監(jiān)控、人臉驗證、汽車輔助駕駛中發(fā)揮著重要作用。在視頻監(jiān)控應用場景中，會產生大量的監(jiān)控數(shù)據(jù)，而在海量的監(jiān)控數(shù)據(jù)中往往只有少量有效信息，且這些有效信息難以被發(fā)現(xiàn)。為了解決這個問題，本文在行人檢測和人臉識別的基礎上，提出了行人檢測中有效臉判定與檢索模型，通過本模型能在數(shù)據(jù)采集階段選擇存在有效人臉的行人數(shù)據(jù)，從而為行人圖像檢索提供數(shù)據(jù)基礎。<

2、br>　　首先，論文對行人檢測、有效臉判定、圖像檢索技術進行了研究分析，行人檢測方法可以分為基于背景建模和基于特征學習，有效臉判定方法可以分為彈性模型和幾何模型，圖像檢索方法可以分為基于文本和基于內容。通過對相關技術的研究對比，本文在行人檢測中采用基于特征學習的方法，在有效臉判定中將對兩種判定模型進行結合，在圖像檢索中將采用基于內容的檢索方法。
　　然后，論文分析了當前行人檢測模型中的不足，提出了行人檢測中有效臉判定與檢索模型。本

3、模型分為行人檢測、有效臉判定、有效臉檢索三個部分，在行人檢測中，采用了性能較好的HOG特征，并對特征提取方法進行了優(yōu)化，加快了檢測速度;在有效臉判定中，首先對人臉關鍵點進行標記，在關鍵點提取的基礎上提出了基于輪廓關鍵點距離對稱和眼部關鍵點面積對稱的人臉雙對稱性有效系數(shù)，通過人臉雙對稱系數(shù)對人臉姿勢進行判定，從而達到對無效行人數(shù)據(jù)過濾的目的;在圖像檢索中，提出了人臉幾何位置特征和雙距離相似系數(shù)的方法，通過計算每幅圖像中各關鍵點到鼻子中心點

4、的距離得到特征向量，對向量進行歸一化得到最終描述人臉的特征，分別使用權重歐氏距離和均值余弦距離計算向量間的距離，采用雙距離相似性公式對計算結果進行融合，得到圖像間的相似性系數(shù)，最后根據(jù)相似系數(shù)實現(xiàn)圖像檢索。在傳統(tǒng)的行人檢測中，往往只是對畫面中的行人位置進行檢測，而對檢測到的目標沒有做進一步處理判斷，所以檢測的有效性大為降低。本文提出的行人檢測中有效臉判定與檢索模型，經行人檢測、有效臉判定、有效臉特征提取等步驟，能采集到大量數(shù)據(jù)，如行人出

5、現(xiàn)時間、當時畫面等。為了快速有效利用這些數(shù)據(jù)，模型中圖像檢索階段將在采集到的有效行人數(shù)據(jù)庫中進行相似性檢索，得到具有高相似性的行人圖像。
　　最后，通過采集測試數(shù)據(jù)對行人進行檢測，實驗表明優(yōu)化后的HOG行人檢測方法提高了行人檢測速度。通過多次實驗對比，確定模型中有效判斷系數(shù)。結果表明，當有效性系數(shù)設為0.9時將取得較好的判定性能。在行人圖像檢索時，根據(jù)雙距離相似系數(shù)檢索出前五張相似圖像。實驗結果驗證了行人檢測中有效臉判定與檢索模型