

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、移動(dòng)場(chǎng)景下的動(dòng)目標(biāo)識(shí)別技術(shù)屬于機(jī)器視覺(jué)的一個(gè)應(yīng)用分支,有著非常廣泛的應(yīng)用前景,行人檢測(cè)技術(shù)就是其一個(gè)具體應(yīng)用。隨著圖像技術(shù)與模式識(shí)別技術(shù)的發(fā)展,行人檢測(cè)技術(shù)已經(jīng)從理論研究階段走進(jìn)了我們的生活中。在智能監(jiān)控,汽車(chē)輔助駕駛系統(tǒng),智能機(jī)器人等領(lǐng)域有著廣泛的應(yīng)用。當(dāng)前行人檢測(cè)技術(shù)主要分為兩大類(lèi):基于先驗(yàn)知識(shí)的檢測(cè)和基于機(jī)器學(xué)習(xí)的檢測(cè)。而在機(jī)器學(xué)習(xí)領(lǐng)域中,又以集成學(xué)習(xí)最為熱點(diǎn)。
本文首先設(shè)計(jì)了一個(gè)基于先驗(yàn)知識(shí)的行人檢測(cè)算法。選用人體
2、的對(duì)稱(chēng)性與頭肩部輪廓這一對(duì)非常獨(dú)特且具有一定魯棒性的特征,利用基于尋找行人對(duì)稱(chēng)軸與頭肩部輪廓匹配的方法,在校園道路背景下準(zhǔn)確而快速的完成了行人的檢測(cè)。針對(duì)基于先驗(yàn)知識(shí)的行人檢測(cè)算法泛化性差的問(wèn)題,設(shè)計(jì)了一個(gè)基于單獨(dú)機(jī)器學(xué)習(xí)的行人檢測(cè)算法。該算法針對(duì)Dalal算法中HOG特征塊過(guò)小只能描述細(xì)節(jié)特征的缺點(diǎn),提出了既能描述細(xì)節(jié)特征又能描述整體與局部特征的變尺寸HOG特征:并針對(duì)變尺寸HOG特征維數(shù)過(guò)大問(wèn)題,利用Fisher準(zhǔn)則給出了特征挑選機(jī)
3、制,最后使用線(xiàn)性SVM進(jìn)行分類(lèi)。實(shí)驗(yàn)表明,在分類(lèi)準(zhǔn)確率基本不變的情況下,將Dalai算法的檢測(cè)時(shí)間從1s降低到397ms。針對(duì)Dalal改進(jìn)算法中的“實(shí)時(shí)性”問(wèn)題與“代價(jià)敏感”問(wèn)題,分別提出了“Cascade”級(jí)聯(lián)結(jié)構(gòu)與“風(fēng)險(xiǎn)敏感”支持向量機(jī)的分類(lèi)方法。對(duì)于級(jí)聯(lián)結(jié)構(gòu)的每一級(jí)分類(lèi)器的訓(xùn)練,分別使用了基于Fisher準(zhǔn)則預(yù)判斷和基于Adaboost集成學(xué)習(xí)的方法。在MIT行人數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)表明:在誤檢率為1/1000時(shí),檢測(cè)率分別可以達(dá)到9
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 紅外場(chǎng)景下遮擋目標(biāo)識(shí)別算法研究.pdf
- 復(fù)雜場(chǎng)景中的實(shí)時(shí)目標(biāo)識(shí)別.pdf
- 部分遮擋目標(biāo)識(shí)別算法研究.pdf
- 基于Kinect的場(chǎng)景分割和目標(biāo)識(shí)別研究.pdf
- 水上橋梁目標(biāo)識(shí)別算法研究.pdf
- SAR圖像自動(dòng)目標(biāo)識(shí)別算法研究.pdf
- 線(xiàn)狀目標(biāo)識(shí)別及跟蹤算法研究.pdf
- 動(dòng)態(tài)場(chǎng)景中的視覺(jué)目標(biāo)識(shí)別方法研究.pdf
- 360度全場(chǎng)景多目標(biāo)識(shí)別與跟蹤算法的研究與實(shí)現(xiàn).pdf
- 基于視覺(jué)的移動(dòng)目標(biāo)識(shí)別與跟蹤算法研究與實(shí)現(xiàn).pdf
- 多模板的紅外動(dòng)目標(biāo)識(shí)別.pdf
- 部分遮擋目標(biāo)識(shí)別算法研究(1)
- 地面活動(dòng)目標(biāo)識(shí)別算法的研究.pdf
- 人工目標(biāo)識(shí)別與跟蹤算法研究.pdf
- 基于機(jī)器視覺(jué)的場(chǎng)景目標(biāo)識(shí)別方法研究.pdf
- 基于聽(tīng)覺(jué)場(chǎng)景分析的水下目標(biāo)識(shí)別方法研究.pdf
- 目標(biāo)識(shí)別與跟蹤算法研究及應(yīng)用.pdf
- 基于改進(jìn)SIFT算法的目標(biāo)識(shí)別研究.pdf
- 基于ISAR像的目標(biāo)識(shí)別算法研究.pdf
- 基于HOG特征的目標(biāo)識(shí)別算法研究.pdf
評(píng)論
0/150
提交評(píng)論