图像中的行人检测关键技术研究

发布时间：2022-07-29 20:02

　　在自动驾驶、智能视频监控、人机交互等现实应用的驱动下,利用计算机视觉技术对环境特定目标进行检测、识别和跟踪,已经成为学术研究的热点需求和重要方向。而在环境目标中,行人是最受关注的类别之一,近年来行人检测问题的研究进展十分迅速,并得到了工业界的初步应用。行人检测的核心是一个关于背景与行人的二分类问题,其难点在于背景以及行人受尺度、遮挡等影响产生的丰富变化对行人检测器产生了干扰;为应对这些变化,论文从特征提取与分类算法两个方面开展研究,具体如下:第一,提出了使用线性判别分析选择的自相似特征。以自相似特征为基础,针对其维度与基特征维度呈平方关系,难以运用于高分辨率特征图的问题,利用线性判别分析,从所有自相似特征中提取对背景与行人具有良好的类间区分性与类内不变性的特征,降低了自相似特征维度。该方法计算高效,易于扩展,所得特征在直观上具有物理合理性。实验结果表明,使用该特征训练的行人检测器在Caltech数据集上的对数平均漏检率达到13.96%。第二,提出了使用尺度相关池化特征与软决策树的行人检测算法。以多分辨率滤波通道为基础,针对不同尺度行人特征感受野不对应的问题,提出尺度相关池化特征,使得特... 

【文章页数】：132 页

【学位级别】：博士

【文章目录】：
摘要
abstract
缩略词表
主要数学符号表
第一章 绪论
    1.1 背景与挑战
    1.2 主要研究内容与贡献
    1.3 论文结构及内容安排
第二章 图像中的行人检测关键技术研究现状
    2.1 引言
    2.2 行人检测的基本流程
        2.2.1 候选区域生成
        2.2.2 窗口分类
        2.2.3 非极大抑制
    2.3 行人检测的特征提取
        2.3.1 Haar特征
        2.3.2 聚合通道特征
        2.3.3 运动信息特征
    2.4 行人检测的分类算法
        2.4.1 提升树算法
        2.4.2 级联决策树
    2.5 行人检测性能评价
        2.5.1 公共数据集
        2.5.2 性能评价方式
    2.6 小结
第三章 自相似特征优化与行人检测
    3.1 引言
    3.2 聚集通道特征的线性变换
    3.3 广义瑞利熵准则下的特征优化
        3.3.1 自相似特征与特征投影的联系
        3.3.2 LDA,SLDA与斜分裂面
        3.3.3 使用LDA的特征选择
        3.3.4 带区域限制的FSSS特征
        3.3.5 两阶段级联决策树
        3.3.6 训练流程
        3.3.7 特征可视化
        3.3.8 与其它特征选择方法的联系
    3.4 实验结果与分析
        3.4.1 实验细节
        3.4.2 在INRIA数据集上的实验
        3.4.3 在KITTI数据集上的实验
        3.4.4 在Caltech数据集上的实验
    3.5 小结
第四章 单尺度特征通道快速行人检测
    4.1 引言
    4.2 多尺度行人检测方案
        4.2.1 图像金字塔与分类器金字塔
        4.2.2 多分辨率滤波通道
    4.3 尺度相关池化特征
        4.3.1 多分辨率滤波通道感受野分析
        4.3.2 尺度相关的池化特征
    4.4 软决策树
    4.5 滑动窗分类加速方法
        4.5.1 地平线约束
        4.5.2 稀疏网格检测
    4.6 实验结果与分析
        4.6.1 实验细节
        4.6.2 在KITTI数据集上的实验
        4.6.3 在Caltech数据集上的实验
    4.7 小结
第五章 分层多姿态学习与行人检测
    5.1 引言
    5.2 现有遮挡行人检测算法分析
        5.2.1 遮挡行人检测的基本框架
        5.2.2 对于遮挡的理解
    5.3 行人部件的联合学习算法
        5.3.1 行人部件的分层表示
        5.3.2 多姿态学习
        5.3.3 分层多姿态学习
        5.3.4 实现细节讨论
    5.4 实验结果与分析
        5.4.1 实验细节
        5.4.2 在KITTI数据集上的实验
        5.4.3 在INRIA数据集上的实验
        5.4.4 在Caltech数据集上的实验
    5.5 小结
第六章 全文总结与展望
    6.1 本文贡献
    6.2 后续工作展望
致谢
参考文献
攻读博士学位期间取得的成果


【参考文献】：
期刊论文
[1]监控视频运动目标检测减背景技术的研究现状和展望[J]. 代科学,李国辉,涂丹,袁见.  中国图象图形学报. 2006(07)



本文编号：3667095