基于dpm的行人檢測和行人特征提取算法研究

基于dpm的行人檢測和行人特征提取算法研究

ID:35056118

大小:5.30 MB

頁數(shù):96頁

時間:2019-03-17

基于dpm的行人檢測和行人特征提取算法研究_第1頁
基于dpm的行人檢測和行人特征提取算法研究_第2頁
基于dpm的行人檢測和行人特征提取算法研究_第3頁
基于dpm的行人檢測和行人特征提取算法研究_第4頁
基于dpm的行人檢測和行人特征提取算法研究_第5頁
資源描述:

《基于dpm的行人檢測和行人特征提取算法研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫

1、UNIVERSITYOFEL巨CTRONICscIENCEANDTECHNOLOGYOFCHINA,專業(yè)學(xué)位碩±學(xué)位論文MASTERTHESISFORPROFESSIONALDEGREE圓^轉(zhuǎn)妥—,\心/2j^|論文題目基于DPM的行人檢測和行人特征提取算法研寃^專業(yè)學(xué)位類別工程碩七學(xué)號201322010545作者姓名陳芝基w—r指導(dǎo)教師劉洪盛副教授I獨劍性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進行的研究工作及取得的研巧成果。據(jù)我所知

2、,除了文中特別加W標注和致謝的地方夕h,論文中不包含其他人己經(jīng)發(fā)表或撰寫過的研究成果,也不包含為獲得電子科技大學(xué)或其它教育機構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均己在論文中作了明確的說明并表示謝意。作者簽名":^^日期;XO年^月日lbC論文使用授權(quán)本學(xué)位論文作者完全了解電子科技大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定,有權(quán)保留并向國家有關(guān)部口或機構(gòu)送交論文6復(fù)印件和磁盤,5允許論文被查閱和借閱。本人授權(quán)電子科技大學(xué)可[^將學(xué)位論文的全、部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索,可|^采用影印縮印或婦描

3、等復(fù)制手段保存、匯編學(xué)位論文。(保密的學(xué)位論文在解密后應(yīng)遵守此規(guī)定)作者簽名:東金^導(dǎo)師簽名;茄歡^喀曰親知/年月^曰^^<;#<21UDC7"DPM*6$'6( 2%-1GG:5=)$,&&+ !)/9>883A"<.";0.%9F8)80+ ?-.02016.3.8?-:B.02016.5.20"* .0)/20166#:B '@D212/EC;1UDC5;ResearchofPedestrianDet

4、ectionBasedonDPMAndPedestrianFeatureExtractionAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:MasterofEngineeringAuthor:ZhiyaoChenSupervisor:AssociateProfessorHongshengLiuSchoolofCommunication&InformationSchool:Engineering摘要摘要行人檢測是計算機視覺領(lǐng)域的研究重點之一,在實際生活中的各領(lǐng)

5、域也得到了廣泛的應(yīng)用。本文主要針對行人檢測和行人相關(guān)特征?取算法進行研究。DPM模型是行人檢測領(lǐng)域使用較多的一種方法。本文首先對DPM模型進行分析,針對其特征方面和模型構(gòu)造方面進行了改進。針對其使用的單一特征在特征?述上的缺陷,?出了一種多特征融合的方法。選取與HOG特征性能互補的紋理特征和顏色特征進行融合。采用旋轉(zhuǎn)不變的等價模式LBP作為紋理特征。顏色特征方面,?出了一種新的顏色自相似特征,使用CN顏色名稱特征代替了CSS顏色自相似特征中的HSV直方圖,并簡化了相似性計算方法。針對目標遮擋問題,對DPM模型的組成結(jié)構(gòu)進行了改進,?出了一種簡單加權(quán)部件模型的方式。在

6、DPM訓(xùn)練階段之后,對各部件濾波器的權(quán)重進行測試和計算。然后使用加權(quán)后的部件模型進行檢測,能夠檢測出存在一定遮擋的行人。行人相關(guān)特征?取能夠幫助有效的識別行人信息。本文針對行人衣服顏色和紋理進行了行人相關(guān)特征?取。首先對檢測到的行人圖像進行圖像增強,然后使用grabcut算法和梯度閾值判斷構(gòu)造行人上下半身分割模型,然后分別對上下半身?取顏色和紋理特征進行識別。采用CN顏色名稱作為顏色特征,采用改進的完整LBP特征和旋轉(zhuǎn)不變HOG特征相結(jié)合的作為紋理特征,然后使用SAE分類器進行分類。針對grabcut行人分割的缺陷,采用基于DPM的部件位置估計和超像素區(qū)域標簽的方法

7、,改變了DPM模型中的部件模型構(gòu)造,加入了共現(xiàn)模型。使用gPb-OWT-UCM分割算法將圖像劃分為超像素區(qū)域。結(jié)合部件位置約束,使用CRF模型對超像素標簽進行估計。根據(jù)得到的超像素標簽進行區(qū)域合并得到行人的劃分模型。使用此劃分模型進行行人相關(guān)特征?取,其準確率有所?高。最后構(gòu)建了一個行人檢測系統(tǒng)。能夠?qū)斎胍曨l進行行人檢測和相關(guān)特征?取及識別,將檢測到的行人及其相關(guān)信息存儲到數(shù)據(jù)庫,并可根據(jù)輸入信息對數(shù)據(jù)庫中的圖像進行搜索。關(guān)鍵詞:可變形部件模型,行人檢測,特征融合,特征?取IABSTRACTABSTRACTPedestriandetectionisoneoft

當前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。