基于HOG与STM的行人检测系统

发布时间：2021-04-14 17:28

　　行人检测一直是计算机视觉研究领域的一个热点问题,通过对检测图像或者视频中的行人进行分析和跟踪,可以在某些方面实现自动化管理和监控。行人检测在汽车安全、视觉监控、自动驾驶等实际应用中具有很高的商用前景和实用价值。目前HOG+SVM在行人检测中已经取得了很大的成果,这给后面的研究者们提供了广阔的思路,本研究主要是改进相关算法,提高行人检测的准确性和识别率。支持向量机是一种常用的分类方法,可以将向量形式的数据进行分类处理,只要能把输入样本转为向量形式就可以使用SVM算法。但其采用向量处理的方式也存在一些不足,例如某些张量数据如图像在转为向量时会破坏张量内部的结构信息,为此学者们提出支持张量机算法并取得了一些成果。经过这些年的研究和发展,支持张量机逐渐变为采用张量CP分解的方式处理张量数据。图像本身属于张量数据,采用HOG特征提取后的特征其实是一个三阶张量,如64*128大小的图像其HOG特征为7*15*36的三阶张量,采用SVM分类算法时需要把张量转为3780维向量。如果采用支持张量机算法则可以直接进行分类训练,理论上使用支持张量机算法应该更具有优势。本文在前人的基础上,一方面将HOG特征与... 

【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校

【文章页数】：61 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 行人检测研究难点
        1.3.1 衣着差异
        1.3.2 光线明亮
        1.3.3 动作姿势
        1.3.4 背景复杂
        1.3.5 行人遮挡
        1.3.6 视角不同
        1.3.7 尺度大小
    1.4 本文主要研究内容与章节安排
2 行人检测基本理论分析和推导
    2.1 HOG特征算法
        2.1.1 HOG特征
        2.1.2 HOG特征计算流程
        2.1.3 标准化gamma空间和颜色空间
        2.1.4 梯度的计算
        2.1.5 空间以及方向上的梯度统计
        2.1.6 块内梯度直方图归一化
        2.1.7 最终hog特征的生成
    2.2 SVM支持向量机
        2.2.1 支持向量机
        2.2.2 线性软间隔支持向量机模型
        2.2.3 核函数与非线性支持向量机模型
    2.3 本章小结
3 STM支持张量机建模与设计
    3.1 张量的概念
    3.2 张量的定义与运算
    3.3 支持张量机模型推导
    3.4 改进的基于Tucker分解的STM算法
        3.4.1 基于Tucker分解的STM模型
        3.4.2 核张量G的选择
        3.4.3 STM的算法与步骤
    3.5 实验结果与分析
    3.6 本章小结
4 基于HOG与改进的STM的行人检测算法
    4.1 HOG与 STM相结合
    4.2 行人检测基本流程
    4.3 实验结果与分析
        4.3.1 实验条件
        4.3.2 实验数据
        4.3.3 实验性能评价指标
        4.3.4 实验结果
    4.4 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢


【参考文献】：
期刊论文
[1]最小二乘半监督支持张量机学习算法[J]. 陆成韬,李凡长,张莉,张召.  模式识别与人工智能. 2016(07)
[2]基于感兴趣区梯度方向直方图的行人检测[J]. 曾春,李晓华,周激流.  计算机工程. 2009(24)
[3]行人交通的视频检测方法综述[J]. 邵春福,李娟,赵熠,董春娇.  交通运输系统工程与信息. 2008(04)
[4]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]基于张量数据的机器学习方法研究与应用[D]. 杨兵.中国农业大学 2014

硕士论文
[1]行人检测系统的设计与实现[D]. 高磊.华侨大学 2018
[2]基于HOG特征提取的车辆检测方法研究[D]. 刘家旭.华北电力大学 2017
[3]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
[4]复杂环境下的行人检测[D]. 张宇.电子科技大学 2016
[5]基于特征融合和运动信息的行人检测算法的研究[D]. 赵纬龙.西安电子科技大学 2014
[6]模糊支持张量机[D]. 蔡燕.华南理工大学 2014
[7]基于Rough集理论改进的HOG特征行人检测[D]. 周鑫.南昌大学 2012
[8]智能视频监控中的行人检测与跟踪方法研究[D]. 邹依峰.中国科学技术大学 2011



本文编号：3137720