基于dpm的行人检测和行人特征提取算法研究

《基于dpm的行人检测和行人特征提取算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、ＵＮＩＶＥＲＳＩＴＹＯＦＥＬ巨ＣＴＲＯＮＩＣｓｃＩＥＮＣＥＡＮＤＴＥＣＨＮＯＬＯＧＹＯＦＣＨＩＮＡ，专业学位硕±学位论文ＭＡＳＴＥＲＴＨＥＳＩＳＦＯＲＰＲＯＦＥＳＳＩＯＮＡＬＤＥＧＲＥＥ圓＾轉妥—，＼心／２ｊ＾｜论文题目基于ＤＰＭ的行人检测和行人特征提取算法研寃＾专业学位类别工程硕七学号２０１３２２０１０５４５作者姓名陈芝基ｗ—ｒ指导教师刘洪盛副教授Ｉ独剑性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研巧成果。据我所知

2、，除了文中特别加Ｗ标注和致谢的地方夕ｈ，论文中不包含其他人己经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。作者签名＂：＾＾日期；ＸＯ年＾月日ｌｂＣ论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部口或机构送交论文６复印件和磁盘，５允许论文被查阅和借阅。本人授权电子科技大学可［＾将学位论文的全、部或部分内容编入有关数据库进行检索，可｜＾采用影印缩印或妇描

3、等复制手段保存、汇编学位论文。（保密的学位论文在解密后应遵守此规定）作者签名：东金＾导师签名；茄欢＾喀曰親知／年月＾曰＾＾＜;#<21UDC7"DPM*6$'6( 2%-1GG:5
=)$,&&+!)/9>883A"<.";0.%9F8)80+ ?-.02016.3.8?-:B.02016.5.20"*.0)/20166#:B'@D212/EC;1UDC5;ResearchofPedestrianDet

4、ectionBasedonDPMAndPedestrianFeatureExtractionAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:MasterofEngineeringAuthor:ZhiyaoChenSupervisor:AssociateProfessorHongshengLiuSchoolofCommunication&InformationSchool:Engineering摘要摘要行人检测是计算机视觉领域的研究重点之一，在实际生活中的各领

5、域也得到了广泛的应用。本文主要针对行人检测和行人相关特征ᨀ取算法进行研究。DPM模型是行人检测领域使用较多的一种方法。本文首先对DPM模型进行分析，针对其特征方面和模型构造方面进行了改进。针对其使用的单一特征在特征᧿述上的缺陷，ᨀ出了一种多特征融合的方法。选取与HOG特征性能互补的纹理特征和颜色特征进行融合。采用旋转不变的等价模式LBP作为纹理特征。颜色特征方面，ᨀ出了一种新的颜色自相似特征，使用CN颜色名称特征代替了CSS颜色自相似特征中的HSV直方图，并简化了相似性计算方法。针对目标遮挡问题，对DPM模型的组成结构进行了改进，ᨀ出了一种简单加权部件模型的方式。在

6、DPM训练阶段之后，对各部件滤波器的权重进行测试和计算。然后使用加权后的部件模型进行检测，能够检测出存在一定遮挡的行人。行人相关特征ᨀ取能够帮助有效的识别行人信息。本文针对行人衣服颜色和纹理进行了行人相关特征ᨀ取。首先对检测到的行人图像进行图像增强，然后使用grabcut算法和梯度阈值判断构造行人上下半身分割模型，然后分别对上下半身ᨀ取颜色和纹理特征进行识别。采用CN颜色名称作为颜色特征，采用改进的完整LBP特征和旋转不变HOG特征相结合的作为纹理特征，然后使用SAE分类器进行分类。针对grabcut行人分割的缺陷，采用基于DPM的部件位置估计和超像素区域标签的方法

7、，改变了DPM模型中的部件模型构造，加入了共现模型。使用gPb-OWT-UCM分割算法将图像划分为超像素区域。结合部件位置约束，使用CRF模型对超像素标签进行估计。根据得到的超像素标签进行区域合并得到行人的划分模型。使用此划分模型进行行人相关特征ᨀ取，其准确率有所ᨀ高。最后构建了一个行人检测系统。能够对输入视频进行行人检测和相关特征ᨀ取及识别，将检测到的行人及其相关信息存储到数据库，并可根据输入信息对数据库中的图像进行搜索。关键词：可变形部件模型，行人检测，特征融合，特征ᨀ取IABSTRACTABSTRACTPedestriandetectionisoneoft