基于Gentleboost算法的人物檢測算法研究.pdf

1、隨著計算機(jī)計算能力的增強(qiáng)以及互聯(lián)網(wǎng)的發(fā)展,人們對靜態(tài)圖像中包含的人體信息越來越感興趣,因此設(shè)計人體檢測算法成為計算機(jī)視覺領(lǐng)域的一個活躍的研究課題。它在駕駛員輔助系統(tǒng)、人體運(yùn)動捕捉、色情圖片過濾、虛擬視頻以及可視化遠(yuǎn)程監(jiān)控系統(tǒng)等領(lǐng)域有重要的應(yīng)用價值。
　　本文在前人研究工作的基礎(chǔ)上,對人物檢測算法作了進(jìn)一步研究,針對人物檢測的特點(diǎn),設(shè)計或改進(jìn)了一些有效的算法來解決人物檢測中的一些問題。
　　首先,在圖像預(yù)處理方面,提出對輸入圖

2、像首先進(jìn)行直方圖均衡的方法,可有效改善圖片質(zhì)量,更有利于進(jìn)一步的特征提取。通過實驗發(fā)現(xiàn),圖像增強(qiáng)對弱分類器的設(shè)計有很大影響,單一濾波器可以增強(qiáng)圖像的某一方面,通過利用單一濾波器的組合,可以綜合增強(qiáng)圖像的多個方面,實驗表明,這個方法有效的改善了檢測效果。
　　其次,提出利用人體碎片的外形輪廓及碎片和人體中心的相對位置為特征對人物進(jìn)行檢測,雖然由單個特征構(gòu)造的弱分類器的性能比較弱,但是通過Gentleboost算法,由多個特征構(gòu)造的強(qiáng)