基于可变形部件模型的雾霾环境下的行人检测研究

发布时间：2024-04-16 05:17

　　计算机科学的兴起,促进了模式识别以及机器学习等领域的理论研究和实际应用。行人检测作为该领域研究的重点,复杂的检测环境及其较大的非刚体特性,给其大范围应用带来了极大的挑战。相较于正常光照环境下的行人检测效果,现有算法在背景多样、前景遮挡以及雾霾等受光照影响较大的复杂工况下性能严重下降。如果直接对雾霾等复杂工况下采集的图像进行目标检测会产生比较严重的误检和漏检。因此,针对这一问题,本文提出了一种基于可变形部件模型的雾霾环境下的行人检测算法来提升雾霾环境下行人检测的效率。主要研究内容如下:首先,雾霾图片的判定研究。通过对大量相同环境下的清晰图片和雾霾图片进行综合对比,发现它们在均方差、峰值信噪比、结构相似性以及信息熵等参数方面存在明显的差异。以图像信息熵为质量评价指标,将输入图像的信息熵与设定阈值进行比较,进而决定是否需要去雾操作。实验表明,该方法能有效对输入图像的雾霾进行鉴定判别。其次,雾霾图片去雾清晰化研究。目前,图像去雾技术主要包括以数学建模为基础的图像复原技术和基于人体视觉的图像增强技术。通过比较Retinex、暗通道先验(Dark Channel Prior,DCP)等经典去雾算法...

【文章页数】：75 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 图像去雾研究
        1.2.2 行人检测研究
    1.3 当前存在的问题以及本文研究内容
        1.3.1 当前存在的问题
        1.3.2 本文研究内容
    1.4 本文主要创新点
    1.5 全文章节安排
第2章 雾霾的检测判别
    2.1 雾霾图像模糊的本质
    2.2 图像质量评价方法
    2.3 图像雾霾的检测判别
        2.3.1 雾霾行人数据集
        2.3.2 雾霾判别结果
    2.4 本章小结
第3章 图像去雾清晰化
    3.1 基于图像增强的去雾算法
        3.1.1 直方图均衡化算法
        3.1.2 Retinex算法
        3.1.3 同态滤波算法
    3.2 基于图像复原的去雾算法
        3.2.1 暗通道先验算法
    3.3 改进后的暗通道先验去雾算法
        3.3.1 全局光照强度推算
        3.3.2 透射率的求解
        3.3.3 去雾算法效果对比
    3.4 本章小结
第4章 基于视频序列与特征的行人检测
    4.1 基于视频序列的行人检测
        4.1.1 光流法
        4.1.2 帧差法
        4.1.3 高斯背景差分法
    4.2 基于特征的行人检测
        4.2.1 HOG特征
        4.2.2 Haar特征
        4.2.3 LBP特征
    4.3 各算法检测结果分析
    4.4 本章小结
第5章 基于可变形部件模型的行人检测
    5.1 图像特征表示
        5.1.1 增强型HOG特征
        5.1.2 特征金字塔
    5.2 DPM模型结构及其参数训练
        5.2.1 DPM模型结构
        5.2.2 Latent SVM训练
    5.3 DPM模型匹配与目标检测
    5.4 改进后的DPM行人检测算法
        5.4.1 DPM存在的主要问题
        5.4.2 行人候选窗口的提取
    5.5 实验结果分析
    5.6 本章小结
第6章 总结与展望
    6.1 全文总结
    6.2 研究展望
参考文献
致谢
攻读硕士学位期间的研究成果



本文编号：3956507