基于深度学习的视频行人检测

发布时间：2021-07-10 20:11

　　行人检测技术是计算机视觉、图形图像处理方向的关键技术之一,在城市智能交通、虚拟现实和人机系统交互等方面有着不可估量的应用价值和前景。基于视频图像的行人检测算法和基于静态图像的行人检测算法是行人检测的两大研究重点,本文主要研究基于视频图像的检测算法。论文首先介绍行人检测技术的研究背景和意义,并从提取感兴趣区域（Regionsof interest,ROIs）和行人目标检测算法两部分出发,分析、归纳了每个部分涉及的技术与算法。然后,论文介绍了传统的行人检测算法原理和基于深度学习的行人检测算法原理。在传统的行人检测中,总结了从提取图像ROIs到训练ROIs特征再到特征分类三个步骤;在深度学习行人检测中,归纳了从数据集到模型选择、模型测试、模型优化,再到模型检测的自底向上的检测过程。接着,基于行人检测算法的基本理论,本文提出了两种改进算法。（1）论文研究了共生梯度直方图（Co-occurrence Histograms of Oriented Gradients,CoHOG）特征,并从特征提取的角度改进了CoHOG特征。论文先介绍了CoHOG原理,并指出CoHOG未能考虑梯度幅值信息以及特征计... 

【文章来源】：杭州电子科技大学浙江省

【文章页数】：72 页

【学位级别】：硕士

【部分图文】：

人脸检测（2）行人检测

图 1.2 行人检测车辆检测是使用车载摄像头监控车辆周围环境，包跟踪[3]。如图 1.3 所示。图 1.3 车辆检测在目标检测中，图像分类是非常重要的研究方向[4要同时检测出多个目标，包括人，动物，车辆，树

图 1.3 车辆检测。在目标检测中，图像分类是非常重要的研究方向[4]需要同时检测出多个目标，包括人，动物，车辆，树木图 1.4 图像分类，我们的感兴趣目标很多，但是行人检测却是最有现问题。截止 2017 年 7 月初，全国机动车保有量已经突

【参考文献】：
期刊论文
[1]基于改进的多模板匹配的车牌识别算法[J]. 孙守勇,蔡骋.  电脑知识与技术. 2017(09)
[2]一种结合帧间差分法与光流法的运动目标检测[J]. 冯训伟.  法制博览. 2017(03)
[3]基于选择性搜索和卷积神经网络的人脸检测[J]. 吴素雯,战荫伟.  计算机应用研究. 2017(09)
[4]基于改进的帧间差分运动目标提取算法[J]. 赵婷,郑紫微.  无线通信技术. 2016(02)
[5]基于Edge Boxes和深度学习的车辆检测[J]. 刘亚萍,姚剑.  黑龙江科技信息. 2016(01)
[6]帧间差分法在视频监控中的应用研究[J]. 李亮,罗毅.  四川理工学院学报(自然科学版). 2015(06)
[7]基于显著图生成和显著密度最大化的高效子窗口搜索目标检测方法[J]. 刘松涛,黄金涛,刘振兴.  电光与控制. 2015(12)
[8]基于帧间差分和边缘差分的遗留物检测算法[J]. 胡平,周文洪.  计算机系统应用. 2015(03)
[9]一种改进的基于背景差分的运动目标检测方法（英文）[J]. 万盼盼,张轶.  计算机技术与发展. 2015(02)
[10]基于可变形模板匹配的变形字体识别[J]. 胡晓霞,肖秦琨,白燕燕,郑三婷,王珊珊.  电子设计工程. 2014(12)

硕士论文
[1]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
[2]基于显著性和LBP方法的车辆检测[D]. 乔广莹.吉林大学 2016
[3]基于滑动窗口的弱标记物体检测方法研究[D]. 柴子峰.哈尔滨工业大学 2016
[4]基于光流法的交叉遮挡区域多目标跟踪[D]. 王宁宁.西华大学 2015
[5]基于卷积神经网络的图像分类方法研究[D]. 谢宝剑.合肥工业大学 2015
[6]基于光流法的运动目标检测和跟踪算法研究[D]. 刘洁.中国矿业大学 2015
[7]人脸面部特征点检测及其在视频监控中的应用[D]. 江伟.上海大学 2015
[8]基于滑动窗口的行人检测技术研究[D]. 张虎.安徽大学 2012
[9]基于隐式形状模型的行人检测技术研究[D]. 姚会.厦门大学 2009
[10]复杂背景下的行人检测技术研究[D]. 苏松志.厦门大学 2008



本文编号：3276586