基于在線圖像檢索的人體檢測(cè).pdf

1、人體檢測(cè)可以用于各種實(shí)時(shí)監(jiān)控系統(tǒng)，在駕駛員輔助系統(tǒng)中為駕駛員提供警示信息，在災(zāi)難現(xiàn)場(chǎng)對(duì)幸存者進(jìn)行自動(dòng)搜救，因此，應(yīng)用廣泛，是圖像處理與計(jì)算機(jī)視覺的熱點(diǎn)領(lǐng)域。本文在閱讀人體檢測(cè)國(guó)內(nèi)外文獻(xiàn)的基礎(chǔ)上，對(duì)國(guó)內(nèi)外研究現(xiàn)狀進(jìn)行了分析與總結(jié)。實(shí)現(xiàn)了經(jīng)典的HOG+SVM人體檢測(cè)算法?；贖OG特征的檢測(cè)方法檢測(cè)率高、魯棒性強(qiáng)，但是在復(fù)雜背景下，假報(bào)警率稍高。為減少假報(bào)警，本文提出通過兩個(gè)階段實(shí)現(xiàn)人體檢測(cè)，一是目標(biāo)檢測(cè)，檢測(cè)階段獲得目標(biāo)候選窗口；二是目標(biāo)

2、驗(yàn)證，對(duì)候選窗口進(jìn)行驗(yàn)證以獲得真正目標(biāo)窗口。
　　本文首先實(shí)現(xiàn)了一種基于在線圖像檢索的檢測(cè)方法。目標(biāo)檢測(cè)階段采用的是HOG結(jié)合 SVM分類器的檢測(cè)方法，在目標(biāo)驗(yàn)證階段，將第一階段判斷為背景的圖像（不包括目標(biāo)窗口的圖像）分塊，對(duì)每塊計(jì)算顏色直方圖特征，采用聚類方法形成背景顏色模型。對(duì)每個(gè)檢測(cè)階段判為正例窗口分塊提取顏色特征，根據(jù)聚類獲得的背景模型進(jìn)行判斷，如果窗口塊數(shù)大于一個(gè)閾值時(shí)，則將此窗口判斷為背景。本文顏色特征采用基于HSI模

3、型的直方圖特征，距離測(cè)度采用二次式距離，聚類方法采用K均值聚類。該方法對(duì)于環(huán)境和光照不敏感，具有魯棒性。其次，實(shí)現(xiàn)了基于頭部驗(yàn)證的人體檢測(cè)方法，即在傳統(tǒng)HOG結(jié)合SVM檢測(cè)器的基礎(chǔ)上，在該檢測(cè)器判為正例的窗口中進(jìn)行頭部驗(yàn)證以增加檢測(cè)的準(zhǔn)確性。本文頭部檢測(cè)器尺度大于原檢測(cè)窗口，通過形狀和顏色兩種特征實(shí)現(xiàn)頭部驗(yàn)證。頭部形狀檢測(cè)器仍然是HOG+SVM檢測(cè)器，顏色檢測(cè)器為直方圖特征結(jié)合AdaBoost分類器，形狀檢測(cè)器可以為顏色檢測(cè)器提供樣本實(shí)