基于多特征的行人檢測技術(shù)研究.pdf

1、行人檢測是目前圖像處理和計算機視覺領(lǐng)域的熱點研究課題，其研究成果在智能交通、人體運動分析、機器人開發(fā)和視頻監(jiān)控等領(lǐng)域具有重要應(yīng)用價值。行人既具備剛性物體的特性，同時又具備一定的柔性物體特征，且易受服飾、姿態(tài)、光照、環(huán)境背景和遮擋等影響。因此，行人檢測也是一個極富挑戰(zhàn)性的研究課題，具有重要的理論意義和應(yīng)用價值。
　　一個完整的行人檢測系統(tǒng)由圖像采集、特征提取、分類器訓(xùn)練、檢測等模塊組成。本文綜述了國內(nèi)外行人檢測技術(shù)的研究現(xiàn)狀，詳細分

2、析了目前常用的各行人數(shù)據(jù)庫的特點以及行人檢測技術(shù)研究存在的難點，重點研究了行人特征表示方法。主要工作和創(chuàng)新點如下:
　　(1)針對目前廣泛使用的梯度方向直方圖特征(HOG)維度較高且計算復(fù)雜、對噪聲敏感、無法刻畫圖像紋理特征的缺點，受局部二值模式特征的啟發(fā)，將局部三值模式特征(LTP)引入到行人檢測，提出了改進局部三值模式行人特征（Sqrt-LTP）表示方法。Sqrt-LTP特征不僅有很好的圖像紋理信息描述能力，而且計算復(fù)雜度低、

3、對噪聲不敏感。在INRIA行人數(shù)據(jù)庫上的實驗結(jié)果表明:基于LTP特征的行人檢測方法其性能優(yōu)于HOG特征的行人檢測方法，且改進后的Sqrt-LTP特征進一步提高了行人檢測性能。
　　(2)針對單一特征無法較全面地刻畫圖像信息這一問題，提出了基于多特征融合的行人檢測方法，將刻畫圖像中邊緣信息的HOG特征描述子與刻畫圖像紋理信息的Sqrt-LTP特征描述子相融合。融合后的新特征更全面地描述了行人的特征信息，從而提高了行人檢測性能。