資源描述：
《基于多尺度方向特征的行人檢測算法》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、分類號：——UDC：——工學(xué)碩士學(xué)位論文密級：——編號：——基于多尺度方向特征的行人檢測算法碩士研究生：楊志輝指導(dǎo)教師：黃鳳崗教授學(xué)位級別：工學(xué)碩士學(xué)科、專業(yè)：計算機(jī)應(yīng)用技術(shù)所在單位：計算機(jī)科學(xué)與技術(shù)學(xué)院論文提交日期：2009年1月論文答辯日期：2009年2月學(xué)位授予單位：哈爾濱工程大學(xué)哈爾濱’l：稃人學(xué)碩十學(xué)何論文摘要隨著人類社會的發(fā)展，社會的不安全因素也隨之增多。國際上的每一次恐怖主義襲擊事件都為各國的安防部門敲響了警鐘。因此，許多國家越來越重視采用視頻監(jiān)控技術(shù)對重要部門、敏感地點、公共場所等進(jìn)行監(jiān)控。雖然人臉目標(biāo)檢測、車牌目標(biāo)檢測等典型目標(biāo)檢測方法已經(jīng)日趨成熟，但是
2、復(fù)雜環(huán)境下高可靠性的移動人體目標(biāo)檢測卻仍然面臨著很大困難，使之成為了本領(lǐng)域內(nèi)最為重要和迫切的研究問題。同時，開展此方面的研究對目標(biāo)的模式表達(dá)，以及本領(lǐng)域內(nèi)的核心問題的研究也具有重要的理論意義。目前對于特征的描述主要分為對色彩的處理和對輪廓的提取兩方面。其中最具有代表性的就是Viola提出的Haar-Like和Dalai采用的HOG作為物體的特征描述子，而且在人體檢測上都達(dá)到了很好的效果。本文作者受到以上兩種特征描述子的啟發(fā)，提出了一種新的特征一多尺度方向特征，這種新特征不僅囊括了上面兩種特征各自的優(yōu)點，還彌補了它們的不足。這種特征是針對特征區(qū)域的形狀進(jìn)行統(tǒng)計的，由“全部特
3、征組合起來所形成的特征集”反映的是“圖像在不同尺度上的方向特征”。并且分別在SVM和AdaBoost機(jī)制下進(jìn)行訓(xùn)練，利用訓(xùn)練出來的模型在視頻和圖片上進(jìn)行行人檢測，通過在公共測試集和本文自己的測試集上進(jìn)行測試，并將結(jié)果與國際上其它領(lǐng)先算法相對比分析，實驗證明了：在相同的檢測標(biāo)準(zhǔn)下，使用本文所提出的理論框架，無論在運算速度上，還是在檢測結(jié)果的精度上，本文算法都表現(xiàn)出了明顯的優(yōu)勢。關(guān)鍵詞：行人檢測；多尺度方向特征；級聯(lián)AdaBoost；支持向量機(jī)AbstractWiththedevelopmentofhumansociety，therearemoreandmoresociali
4、nsecurityfactorsatthesametime．Eachterroristattackontheinternationalgivesawake-upcallforeverynationalsecuritydepartments．Asaresult，manycountriespaymoreandmoreattentionstotheuseofvideosurveillancetechnologytotheimportantsectors，sensitivelocations，suchastomonitorpublicplaces．Althoughtheobjec
5、tdetectiontechnologysuchasfacedetectionandlicenseplatedetectionhavebecomemoremature，howeverthehighreliabilitydetectionofmovinghumanwhichisonthecomplexenvironmentisstillfacedwithgreatdifficulties．Meanwhile，tocarryouttheresearchalsohasimportanttheoreticalsignificancetotheobjectivemodelexpre
6、ssionaswellasthecoreofthisarea．Atthepresent，thedescriptionofthemainfeaturescontainstowpartswhicharetheprocessingofcolorandtheextractionoftheoutline．ThemostrepresentativedescriptorsareViola’SHaar-LikeandDalai’SHOG．a(chǎn)ndachievegoodresultsinhumandetection．Inthisthesis，weputforwardanewdescripto
7、r-Multi-scaleorientationfeature．Thenewfeaturesnotonlyincludethetwocharacteristicsoftheirrespectiveadvantages，butalsomakeupfortheirlack．Thisfeatureisdescribedaccordingtotheshapeofthecharacteristicsregion．a(chǎn)ndtheset0Iallthefeaturesdescribethedifferentorientationofeachs
