基于DPM和XCF的行人檢測算法改進和系統(tǒng)實現(xiàn).pdf

1、行人檢測技術(shù)是計算機視覺領(lǐng)域中的研究重點和難點，在視頻監(jiān)控，智能交通等領(lǐng)域有較大的應(yīng)用前景。但是有兩點制約了行人檢測技術(shù)的應(yīng)用：其一在于行人目標是非剛體目標，容易發(fā)生形變并且容易與環(huán)境中的物體發(fā)生遮擋，導(dǎo)致檢測精度差；其二是一般行人檢測算法實時性差，限制了其應(yīng)用場景。本文研究了兩種主流的行人檢測算法，并在這兩種算法的基礎(chǔ)上提出了融合和改進方法。
　　可變形部件模型是行人檢測領(lǐng)域中一種成功的算法，它使用可變形的部件有效對抗了遮擋和形

2、變問題。基于通道特征的行人檢測算法同樣是近年來研究的熱點，其自然的特征融合特性能充分挖掘各類型特征的優(yōu)勢，同時結(jié)合快速的特征金字塔構(gòu)建方法達到了較快的檢測速度。本人研究了上述行人檢測算法優(yōu)勢和劣勢，提出了幾點改進和創(chuàng)新，主要有：
　?。?）針對行人檢測算法精度不足問題，提出在多種行人檢測算法的檢測得分基礎(chǔ)上進行融合。本文研究了基于匹配層的信息融合理論以及各種應(yīng)用方法，并應(yīng)用于行人檢測算法中，仿真實驗結(jié)果證明整體的誤檢率和漏檢率均有

3、大幅降低。
　?。?）針對部件模型可以對抗遮擋和形變問題以及基于通道特征的檢測算法具有速度優(yōu)勢。本文提出在通道特征基礎(chǔ)上應(yīng)用簡單的部件模型，通過應(yīng)用合適的部件模型，可以在提高檢測精度同時維持較高的檢測速度。
　?。?）針對聚合通道特征的多個特征通道使用多種特征分析方法，發(fā)現(xiàn)其中存在無效冗余的特征，通過在訓(xùn)練過程中抑制這些特征在分類器中的作用能一定程度上提高算法的性能。
　　最后本文構(gòu)建了一個行人檢測系統(tǒng)，針對監(jiān)控場景分