基于時空視覺注意機制的行人檢測算法研究.pdf

1、視覺注意機制是濾除冗余，獲取有效信息的主要方法之一，如何合理的與已有算法相融合是當前研究的關鍵。本文在對視覺注意機制與運動檢測算法深入分析的基礎上，針對兩種算法的不足，提出了一些改進，并將其引入行人檢測中。通過實驗分析對改進算法的有效性和穩(wěn)定性進行驗證。
　　本文首先為對抗現(xiàn)有注意模型在顏色空間及時間信息等方面存在的不足，提出了相應的改進模型。使用更接近于人類視覺的Lab顏色空間來取代傳統(tǒng)模型中的RGB特征。并使用“勝者取全”（W

2、inner Takes All,WTA）的決策機制獲得顯著特征圖。其次，在區(qū)域檢測方面，針對三幀差分檢測邊緣不連續(xù)，空洞現(xiàn)象嚴重等缺陷，提出將改進的三幀差法與基于區(qū)域搜索迭代的內輪廓填充法相融合，以填充空洞。融合改進的視覺注意模型，提出一種基于視覺注意機制的區(qū)域檢測算法，算法融合了運動檢測與視覺注意的現(xiàn)有研究成果，實現(xiàn)了對運動顯著區(qū)域的檢測。實驗結果表明，本算法對待檢測區(qū)域的目標信息起到明顯的增強作用，并一定程度抑制背景干擾，是一種有效

3、的區(qū)域檢測算法。最后，在行人檢測方面，基于視覺注意的區(qū)域檢測可得到被增強的包含目標的區(qū)域，稱為感興趣區(qū)域（Region Of Interest，ROI）。針對傳統(tǒng)行人檢測算法需提取整幅圖像區(qū)域的HOG特征，耗時久，且誤檢嚴重；而單純引入運動信息，漏檢和局部檢測現(xiàn)象又十分嚴重等不足。本文將以上區(qū)域檢測算法引入其中，提出了一種基于視覺注意的行人檢測算法，該方法只需在ROI內提取HOG特征并進行匹配，在各場景下的實驗結果表明，本文算法的檢測結