欢迎来到天天文库
浏览记录
ID:36600693
大小:7.75 MB
页数:57页
时间:2019-05-12
《基于可变形部件模型的人体级联检测》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、分类号UDC密级单位代码10151大连海事大学工程硕士学位论文基于可变形部件模型的人体级联检测(应用研究)张闯指导教师申丽然职称副教授学位授予单位大连海事大学申请学位类别工程硕士工程领域控制工程论文完成日期2014年6月答辩日期2014年6月答辩委员会主席CascadeHumanDetectionbasedonDeformablePartModelsAthesisSubmittedtoDalianMaritimeUniversityInpartialfulfillmentoftherequirementsforthedegreeofMaster
2、ofEngineeringbyZhangChuang(ControlEngineering)ThesisSupervisor:AssociateProfessorShenLiranJune2014大连海事大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明:本论文是在导师的指导下,独立进行研究工作所取得的成果,撰写成博/硕士学位论文:基王亘变形部鲑撞型的厶垡堡珐捡型::。除论文中已经注明引用的内容外,对论文的研究做出重要贡献的个人和集体,均己在文中以明确方式标明。本论文中不包含任何未加明确注明的其他个人或集体己经公开发表或未公开发表的成果
3、。本声明的法律责任由本人承担。学位论文作者签名:学位论文版权使用授权书本学位论文作者及指导教师完全了解大连海事大学有关保留、使用研究生学位论文的规定,即:大连海事大学有权保留并向国家有关部门或机构送交学位论文的复印件和电子版,允许论文被查阅和借阅。本人授权大连海事大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。同意将本学位论文收录到《中国优秀博硕士学位论文全文数据库》(中国学术期刊(光盘版)电子杂志社)、《中国学位论文全文数据库》(中国科学技术信息研究所)等数据库中,并以电子出版
4、物形式出版发行和提供信息服务。保密的论文在解密后遵守此规定。本学位论文属于:保密口在——年解密后适用本授权书。。不保密矗(请在以上方框内打“√”)论文作一:璇溷导臌:冲硼日期:2刀烨年6月形日中文摘要摘要人体目标检测一直是计算机视觉和模式识别领域中的研究热点,随着时代的发展,人们的生活日趋丰富多彩,现代化高科技发展迅速,许多领域中都能涉及到人体检测,例如智能门禁系统、地铁站等。无论是单独的人体检测系统,还是将人体检测技术移植到其他平台上,人体检测技术的提高自然会促进人体检测系统的完善。虽然到目前为止有很多人体检测方法,但是由于人体本身具有灵活多
5、变性以及检测环境的复杂性,人体检测依IEl是一个富有挑战的研究课题。近年来,可变形部件模型越来越体现出在人体检测中的优越性,它可以利用人体的整体信息和各部分信息之间的关系来提高人体检测的效率,即使是复杂的人体目标或者在复杂的环境下该模型也能表现出很好的性能。由于HOG(HistogramsofOrientedGradients)特征能在光照、形状变化及复杂环境下表现出较强的鲁棒性,所以本文选取HOG特征来作为描述人体目标的特征。在提取人体特征信息后,利用LSVM(LatentSupportVectorMachine)来对其进行训练分类。建立可变
6、形部件模型时,本文根据人体不同区域对检测效果的不同贡献,分别给不同的部件设置不同的权重,响应得分越大的部件对检测过程越重要。t在基于前人研究的基础上,本设计对训练样本中的标记信息进行丰富,并对检测模型进行完善以提高检测性能。针对当前人体检测速度慢的问题,本文结合了级联检测的方法,利用级联模型和简化模型来代替原始模型来简化检测过程,实验结果可在不失检测精度的情况下大大提高检测速度。本文最后实验部分是在INRIA数据库和自建的图片库上进行的,取得了很好的检测效果,同时也证实了其很好的检测性能。关键词:人体检测;1-106特征;部件模型;级联检测英文
7、摘要ABSTRACTHumandetectionhasbeenaresearchfoCUSinthefiddofcomputervisionandpatternrecognition,astimesprogressed,people’Slifeisbecomingmoreandmorerichandcolorful诵ththerapiddevelopmentofmodemhigh—tech,manyfieldsareinvolvedinhumandetection,suchasintelligententranceguardsystem,the
8、subwaystation.Boththehumanbodydetectionsystemorthehumanbodydetectiontechnol
此文档下载收益归作者所有