结合单双行人DPM模型的交通场景行人检测
本文关键词:结合单双行人DPM模型的交通场景行人检测
【摘要】:针对日常交通场景下,行人目标易被遮挡,影响行人检测效果的问题,提出一种结合单行人和双行人DPM模型的交通场景行人检测方法.该方法首先从INRIA、ETH等行人数据集中提取训练样本的DPM特征,通过Latent SVM方法训练得到单、双人DPM模型;然后采用分类检测方法,将交通场景行人分为单独分布行人和混合分布行人两类.检测时首先使用双行人模型SDP-DPM对目标图像进行目标匹配,如果没有检测到双行人目标,则判定为单独分布行人情况,转而使用单行人模型SP-DPM进行检测,并保存检测结果;如果检测到双行人目标,则判定为混合分布行人情况,此时先保存对应的双行人滤波响应,再使用单行人模型进行二次检测,并将两次检测的结果进行加权结合.实验结果表明,本文算法能够在行人相互遮挡严重的交通环境下,有效检测出行人,整体精度优于传统的DPM算法和当前行人检测的主要流行算法.
【作者单位】: 南昌航空大学计算机视觉研究所;
【关键词】: 行人检测 DPM 遮挡 交通场景
【基金】:国家自然科学基金(No.61165011,No.61263046) 江西省青年科学基金(No.20132BAB211021)
【分类号】:TP391.41
【正文快照】: 1引言 行人检测作为目标检测中的一个重要方面,由于其在辅助驾驶系统、视频监控以及机器人等领域的有效应用,受到了工业和学术界的广泛关注.近十年来,行人检测研究主要围绕特征选取和分类方式这两个方向展开,其检测精度趋于实用化、检测速度趋于实时化[1]. 行人检测的特征主
【相似文献】
中国期刊全文数据库 前10条
1 胡兆勇;葛海松;易颖祥;;虚拟交通场景编辑平台开发[J];现代电子技术;2010年10期
2 徐建闽;杨传岗;林培群;;视频交通场景的背景生成方法研究[J];公路交通科技;2009年08期
3 杨传岗;徐建闽;林晓辉;;基于视频技术的交通场景背景生成方法研究[J];西部交通科技;2008年01期
4 雷波;李清泉;;复杂交通场景中车辆视频检测的背景提取与更新[J];武汉大学学报(信息科学版);2009年08期
5 陈先桥;严新平;初秀民;;雾天交通场景图像中相关对象特征分析[J];武汉理工大学学报;2009年03期
6 周颖;严利鑫;吴青;高嵩;吴超仲;;基于虚拟现实技术的典型动态交通场景的设计与实现[J];交通信息与安全;2013年01期
7 刘绍杰;张超;胡福乔;廖萍;;交通场景中的实时多目标跟踪方法[J];计算机工程;2012年15期
8 谭论正;夏利民;夏胜平;;基于多级Sigmoid神经网络的城市交通场景理解[J];国防科技大学学报;2012年04期
9 李俊韬;张海;范跃祖;;复杂交通场景中多运动目标分割算法[J];北京航空航天大学学报;2006年03期
10 袁俊;喻擎苍;曾瑶;;一种复杂交通场景中的车辆检测与跟踪方法[J];工业控制计算机;2013年02期
中国博士学位论文全文数据库 前1条
1 陈先桥;雾天交通场景中退化图像的增强方法研究[D];武汉理工大学;2008年
中国硕士学位论文全文数据库 前10条
1 肖杰;基于暗通道先验的雾霾天交通场景下退化图像复原算法研究[D];西南交通大学;2015年
2 赵业东;基于图像的交通场景理解[D];中南大学;2013年
3 黄灏;面向智能交通场景的低层语义提取算法研究与实现[D];北京邮电大学;2015年
4 张小辉;虚拟交通场景中的雨雪仿真[D];西南交通大学;2010年
5 孙忠涵;交通场景下去模糊算法和信号灯识别算法的研究[D];西安电子科技大学;2014年
6 王彬;交通场景中车辆检测算法设计及实现[D];浙江工业大学;2012年
7 张慧泽;城市交通场景中的背景建模方法研究[D];西安电子科技大学;2014年
8 刘欣;无人车智能行为验证平台的虚拟交通场景研究[D];中国科学技术大学;2009年
9 陈剑;基于OSG的交通场景三维实时仿真平台研究与实现[D];北京邮电大学;2010年
10 马闯;基于机器视觉的交通运动目标检测关键技术研究[D];华南理工大学;2015年
,本文编号:724934
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/724934.html