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),請進行舉報或認領(lǐng)
文檔簡介
1、隨著經(jīng)濟的迅速發(fā)展,汽車使用量迅速增加,雖然道路也隨之不斷擴展,道路交通負荷還是比較嚴重,交通事故發(fā)生頻繁。由于道路交通事故中,行人在遭遇危險時避開車輛的能力較差,因此行人檢測技術(shù)得到了汽車廠商和消費者的重視,行人檢測能對道路中的行人的位置和運動方向等信息做出準確的檢測和估計,判斷車對行人的威脅性,警告系統(tǒng)在危險的情況下對駕駛員進行警告甚至做出緊急處理,從而避免交通事故的發(fā)生,避免碰撞行人,有效地提高城市交通的安全性。
在分析
2、傳統(tǒng)算法的基礎(chǔ)上,本文對基于視覺傳感器的行人檢測算法進行了研究和實現(xiàn)。首先,是行人候選區(qū)分割,根據(jù)行人的垂直邊緣具有對稱性的特點,本文設(shè)計了一種根據(jù)行人邊緣對稱性分割行人候選區(qū)的方法,此方法是對圖像進行對稱性測度,獲取候選對稱軸定位行人,并利用行人的邊緣及寬高比約束等獲取行人候選區(qū)。然后對行人候選區(qū)進行識別,本文采用SVM結(jié)合HOG特征來識別行人,即提取行人的HOG特征作為SVM分類器的輸入,使用SVM分類器訓練得到行人分類器以分類行人
3、。為了進一步獲取行人的信息,本文研究了傳統(tǒng)的Mean-Shift目標跟蹤算法,并對基于Mean-Shift的行人跟蹤算法做了改進,即在跟蹤過程中加入重定位的過程,根據(jù)預測區(qū)域的質(zhì)心變化及利用幀差法的原理判斷行人的運動特性以確定目標是否跟丟,對于跟丟的目標進行重新定位。這樣跟蹤算法的丟失率大大降低,并可以將部分行人識別過程中誤識別的目標去除,將整個算法的識別率提高。
實驗結(jié)果表明,本文的基于邊緣特征分割算法能很好的分割出道路上的
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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。
最新文檔
- 基于多特征的行人檢測技術(shù)研究.pdf
- 基于多通道特征的行人檢測技術(shù)研究.pdf
- 基于視頻的行人檢測與跟蹤技術(shù)研究.pdf
- 基于特征的視頻內(nèi)容檢測技術(shù)研究與實現(xiàn).pdf
- 基于外貌特征的行人檢測方法研究與軟件實現(xiàn).pdf
- 基于視頻的行人檢測技術(shù)研究.pdf
- 行人檢測與跟蹤技術(shù)研究.pdf
- 基于視頻監(jiān)控的行人檢測技術(shù)研究.pdf
- 行人檢測技術(shù)研究.pdf
- 基于機器視覺的行人檢測技術(shù)研究.pdf
- 基于多特征融合行人檢測系統(tǒng)設(shè)計與實現(xiàn).pdf
- 基于模糊邏輯的邊緣檢測技術(shù)研究.pdf
- 邊緣檢測技術(shù)研究.pdf
- 基于滑動窗口的行人檢測技術(shù)研究.pdf
- 基于全景視覺的行人檢測技術(shù)研究.pdf
- 基于目標運動信息和HOG特征的行人檢測的研究與實現(xiàn).pdf
- 多分辨率圖像邊緣檢測技術(shù)研究與實現(xiàn).pdf
- 基于特征融合與在線學習的行人檢測算法研究與實現(xiàn).pdf
- 基于突變理論的圖像邊緣檢測技術(shù)研究.pdf
- 基于特征融合的行人檢測研究.pdf
評論
0/150
提交評論