当前位置:主页 > 科技论文 > 汽车论文 >

基于车载摄像头的行人检测算法研究

发布时间:2021-01-24 10:24
  频繁发生的交通事故给人们的生命安全造成了严重的危害,道路交通安全问题受到了广泛关注。汽车主动防碰撞等智能辅助驾驶技术可一定程度地避免交通事故的发生,尤其是近几年来成为了热门研究方向。行人作为交通环境中的弱势群体和有生命的特殊个体,保护行人安全具有重大意义。行人检测技术通过摄像头采集道路环境信息,对行人进行检测,进而可以保护行人。因此,基于摄像头的行人检测技术的研究具有重大的实用价值,在汽车智能辅助驾驶技术及未来无人驾驶的实现中将是一项关键技术。由于行人目标的多样化,并且道路环境复杂多变使得基于车载摄像头的行人检测技术的研究也是一个具有挑战性的课题。本文总结了行人检测技术的国内外研究现状,并对相关技术进行了研究总结。关于车载摄像头的行人检测问题,检测精度和检测速度是非常重要的评价指标,ACF算法在行人检测问题上取得了非常高的检测精度同时达到了实时的检测速度,但是ACF算法仍然存在漏检尤其是小目标的漏检问题以及较多的误检。本文以进一步提升行人检测算法的检测精度和检测速度进而满足实际应用的需求为研究目标,基于ACF算法展开研究。主要研究内容如下:(1)通过了解行人检测技术国内外研究现状和行人... 

【文章来源】:吉林大学吉林省 211工程院校 985工程院校 教育部直属院校

【文章页数】:83 页

【学位级别】:硕士

【部分图文】:

基于车载摄像头的行人检测算法研究


012—2016年全国道路交通事故数据统计

直方图,算子,基本的,等价模式


(a) (b) (c)图 2.1 基本的 LBP 算子(2)等价模式的 LBP 算子在实际的目标检测应用中通常先对检测窗口进行分块,然后在各个分块区域进行 LBP 直方图统计。基本的 LBP 算子有 256 种模式,由于模式种类较多,得到的 LBP 直方图会出现过于稀疏的情况,从而使 LBP 特征失去了统计的意义。在 2000 年, Ojala 提出了 LBP 等价模式(uniform patterns)的概念[24]。对于一个局部二值模式,将其 8 位二进制数看作一个循环,如果其中包含的从 1 到 0或者从 0 到 1 的转换不多于 2 个,则将这个局部二值模式看作等价模式,否则称为非等价模式。例如:模式 11110000(包含 2 个转变)、00000000(包含 0 个转变)和 11111111(包含 0 个转变)都是等价模式,10101010(包含 8 个转变)为非等价模式。

基本的,目标检测


Oren 等最早提出了 Haar-like 特征(也称为 Haa类器首先应用于行人检测。Haar-like 特征是在标准小-D 小波模板。之后 Papageorgiou 等使用 haar-like 特用的可训练的目标检测框架,并将其应用于人脸检测6][28][29]。到目前 Haar-like 特征得到了广泛的应用,在aboost+Haar 的目标检测算法框架。最初的 Haar-like(a)、2.2(b)、2.2 (d)所示,Viola 等在此基础上又加入[28],如图 2.2(c)所示。并且 haar-like 特征可以利用积在 2002 年,Lienhart and Maydt 在基本 Haar-like 的aar-like 特征,提出了所谓的扩展 Haar-like 特征[30],e 特征分为四大类。

【参考文献】:
期刊论文
[1]2016年全国机动车和驾驶人保持快速增长[J].   道路交通管理. 2017(02)
[2]未来汽车技术有三大发展趋势[J].   机械. 2014(05)
[3]行人检测技术综述[J]. 苏松志,李绍滋,陈淑媛,蔡国榕,吴云东.  电子学报. 2012(04)
[4]基于支持向量机的规则零件检测技术研究[J]. 王煜,刘敏.  电子测量技术. 2012(01)
[5]车辆辅助驾驶系统中基于计算机视觉的行人检测研究综述[J]. 贾慧星,章毓晋.  自动化学报. 2007(01)

博士论文
[1]面向汽车辅助驾驶的远红外行人检测关键技术研究[D]. 庄家俊.华南理工大学 2013
[2]基于二维MB-LGBP特征的表情识别及其光照检测研究[D]. 张铮.天津大学 2010
[3]基于单目视觉的车辆前方行人检测技术研究[D]. 郭烈.吉林大学 2007

硕士论文
[1]卷积神经网络图像分类应用研究[D]. 柯小龙.深圳大学 2017
[2]基于红外摄像的行人检测算法研究[D]. 吴思颖.吉林大学 2017
[3]基于区域卷积神经网络的行人检测问题研究[D]. 李海龙.杭州电子科技大学 2017
[4]基于金字塔层定位的DPM快速行人检测方法研究[D]. 刘洋.天津工业大学 2017
[5]基于HOG特征的行人检测系统的研究[D]. 刘文振.南京邮电大学 2016
[6]城市道路汽车防碰撞安全系统行人识别算法研究[D]. 刘前飞.吉林大学 2016
[7]基于深度学习的车辆检测方法研究[D]. 张文桂.华南理工大学 2016
[8]面向静态图片行人检测的局部特征学习方法应用研究[D]. 年雪洁.东南大学 2016
[9]卷积神经网络在车标识别技术中的研究及其小样本下的处理策略[D]. 张琪.安徽大学 2016
[10]基于机器视觉的车辆检测方法研究[D]. 陈熊.电子科技大学 2016



本文编号:2997081

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/qiche/2997081.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户48955***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com