2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩63頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、行人檢測在智能監(jiān)控和智能交通等智能系統(tǒng)中的巨大商業(yè)價值使其成為目標(biāo)檢測領(lǐng)域中非常熱門的一個方向。行人的非剛體性和多樣性等特點大大提高了有效檢測行人的難度。行人檢測系統(tǒng)一般分為基于視頻和基于靜態(tài)圖像兩個方向,本文主要針對后者進行研究,研究方向主要在于提高系統(tǒng)的檢測精度,降低系統(tǒng)的檢測時間。本文將基于圖像的行人檢測系統(tǒng)分為分類器的訓(xùn)練和行人的檢測兩個部分進行研究和改進,主要工作和成果如下。
  在分類器的訓(xùn)練部分,詳細介紹了目前行人檢

2、測領(lǐng)域單一行人特征中性能最強大的HOG(Histogram of Oriented Gradients,梯度向量直方圖)特征。針對HOG特征提取算法所提取的特征維數(shù)過高,訓(xùn)練得到的分類器分類速度較低這一不足之處,本文提出了改進型HOG特征并引入了PCA(Principal Component Analysis,主成分分析)算法進行HOG特征信息的篩選,通過降低特征信息的重疊性,得到維度較小的特征空間,減少了分類器的訓(xùn)練和檢測時間,增加了

3、樣本的分類準(zhǔn)確率。
  在行人檢測階段,靜態(tài)圖像行人檢測主要采用滑動窗口遍歷的方法?;瑒哟翱诒闅v算法簡單靈活,但在進行密集掃描時會產(chǎn)生大量沒有目標(biāo)的負窗口,從而降低了檢測速度,并使得系統(tǒng)檢測性能對分類器的檢測精度很敏感。針對上述不足之處,本文引入了基于灰度的圖像分割方法來剔除部分背景區(qū)域,減少滑動窗口遍歷范圍,從而提高檢測速度和檢測精度。
  本文采用MATLAB仿真和LIBSVM庫對行人檢測系統(tǒng)的分類和檢測兩個部分進行仿真

溫馨提示

  • 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論