基于多特征融合的行人檢測算法研究.pdf

基于多特征融合的行人檢測算法研究.pdf

ID:50410504

大小:4.45 MB

頁數(shù):80頁

時間:2020-03-05

基于多特征融合的行人檢測算法研究.pdf_第1頁
基于多特征融合的行人檢測算法研究.pdf_第2頁
基于多特征融合的行人檢測算法研究.pdf_第3頁
基于多特征融合的行人檢測算法研究.pdf_第4頁
基于多特征融合的行人檢測算法研究.pdf_第5頁
資源描述:

《基于多特征融合的行人檢測算法研究.pdf》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、029單位代碼;13密級:公開考皮緣後碩古訟A^方Iii論文題目:基于多特征融合的巧人檢測算法研究學(xué)號1212012235—姓名邱天圓導(dǎo)師盧官明專業(yè)學(xué)位類別'工程碩±類型全日制專業(yè)(領(lǐng)域)電子與通信工稻論文提交日期二〇-五年六月南京郵電大學(xué)學(xué)位論文原創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是我個人在導(dǎo)師指導(dǎo)下進行的研究工作及取得的研究成果。盡我所知,除了文中特別加標(biāo)注和致謝的地方外,論文中不包含其他人已經(jīng)發(fā)表或撰寫過。的研究成果,也不包含為獲

2、得南京郵電大學(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責(zé)獻均己在論文中作了明確的說明并表示了謝意。一。本人學(xué)位論文及涉及相關(guān)資料若有不實,愿意承巧切相關(guān)的法律責(zé)任。占‘1兵'I玉:如荀日期研究生簽名;興南京郵電大學(xué)學(xué)位論文使用授權(quán)聲明本人授權(quán)南京郵電大學(xué)可1^^保留并向國家有關(guān)部口或機構(gòu)送交論文的復(fù)印件和電子文檔;允許論文被查閱和借閱;可iU將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)唐進行檢索;可W采用影印、縮印或掃描等復(fù)制手段保存、匯編本學(xué)位論文。本文電子文檔的內(nèi)容和紙質(zhì)一論

3、文的內(nèi)容相致。論文的公布(包括刊登)授權(quán)南京郵電大學(xué)研究生院辦理。涉密學(xué)位論文在解密后適用本授權(quán)書。研妃。生簽名:卻失誠導(dǎo)師簽名日期:么PedestriansDetectionAlgorithmbasedonMulti-FeaturesFusionThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringByQiuTianyuanSupervisor:Prof.LuGuanMingJune201

4、5摘要行人檢測對我們來說一點也不陌生,作為一個廣泛應(yīng)用于模式識別、計算機視覺以及人機交互等領(lǐng)域中的一項熱點技術(shù),在我們的生活中扮演著重要的角色,是一個很有研究價值與經(jīng)濟價值的研究方向。本文主要是對基于幀的行人檢測的方法進行了研究。在對圖像提取HOG(HistogramsofOrientedGradients,梯度方向直方圖)特征之后用一種基于粗糙集理論的方法對其進行屬性約簡,得到約簡后的HOGR特征,然后將HOG與HOGR分別同兩種形式的LBP(LocalBinaryu2Pattern,局部二值模式)特征:LBP與LBP進行融合,將形成的

5、四種混合型特征用于支持向8,18,1量機分類器的訓(xùn)練與測試階段。本文主要的研究內(nèi)容如下:(1)根據(jù)INRIA行人庫建立兩種規(guī)模的樣本集,研究了不同規(guī)模的訓(xùn)練集對最終訓(xùn)練得到的支持向量機分類器性能的影響。實驗表明:當(dāng)采用相同的特征提取方式進行檢測時,樣本集的規(guī)模越大,最終得到的分類器的精確度就越高;u2(2)分別對樣本集中的圖像提取HOG特征、LBP與LBP特征,并且通過特征融合得8,18,1u2u2到兩種混合型特征:HOG_LBP與HOG_LBP,研究了HOG特征分別與LBP、LBP特8,18,18,18,1u2征融合后對行人檢測效果的影

6、響。實驗表明,與單獨的HOG相比,HOG_LBP與HOG_LBP8,18,1這兩種混合型獲得了更高的檢測精確度;(3)研究了利用粗糙集理論對HOG特征向量進行屬性約簡的方法,并且將約簡后的特征u2向量HOGR分別同LBP與LBP特征進行融合,形成兩種新的混合型特征——HOGR_LBP8,18,18,1u2與HOGR_LBP,用于行人檢測。實驗表明:使用基于粗糙集理論的方法對特征向量進行屬8,1性約簡的想法是可行的,檢測效果并沒有給受到影響,但使得特征向量的維數(shù)降低,提高了檢測效率。關(guān)鍵詞:行人檢測,支持向量機,梯度方向直方圖,局部二值模式

7、,粗糙集,特征融合IAbstractNowadays,thepedestriansdetectionisoneofthehotspotsinthefieldofcomputerapplication.Itplaysaveryimportantroleinthefieldsofintelligentmonitoringsystems,human-computerinteraction,intelligentVehicleassistednavigationtechnology,computervisionandpatternrecognit

8、ion,whichhasveryhighscientificalandeconomicalvalue.So,researchingonthepedestriansdetectionisvery

當(dāng)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(dāng)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(rèn)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(biāo)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。