基于單目視覺(jué)的運(yùn)動(dòng)行人檢測(cè)算法的研究與實(shí)現(xiàn).pdf

1、隨著汽車數(shù)量的迅速增長(zhǎng)和道路交通事故的頻繁發(fā)生,如何減少交通事故、降低交通事故造成的損失成為人們關(guān)注的重點(diǎn)。行人作為道路交通的主要參與者,同時(shí)也是交通事故的直接受害群體。因此,及時(shí)警告駕駛員與行人可能的碰撞,有效地保護(hù)行人的安全,已成為車輛安全輔助駕駛領(lǐng)域備受關(guān)注的研究方向。由于行人非剛體,其可能以各種姿勢(shì)出現(xiàn)在道路場(chǎng)景中,再加上行人的衣著以及天氣、光照等因素的影響,基于視覺(jué)的行人檢測(cè)是非常具有挑戰(zhàn)性的。
　　 本文以單目視覺(jué)傳

2、感器作為外界環(huán)境信息的獲取手段,從實(shí)用性角度出發(fā),建立了一個(gè)包含運(yùn)動(dòng)行人分割、識(shí)別的檢測(cè)系統(tǒng)。在行人分割階段,首先通過(guò)圖像相鄰幀之間的特征匹配,建立自運(yùn)動(dòng)補(bǔ)償模型,并基于此模型消除攝像機(jī)的運(yùn)動(dòng),建立差分圖像；然后根據(jù)運(yùn)動(dòng)行人在差分圖像中表現(xiàn)出來(lái)的垂直邊緣特征,利用差分圖像的灰度垂直投影檢測(cè)運(yùn)動(dòng)區(qū)域；最后結(jié)合水平邊緣實(shí)現(xiàn)行人的精確定位。
　　 在行人識(shí)別階段,本文建立了一個(gè)級(jí)聯(lián)AdaBoost分類器進(jìn)行行人識(shí)別。行人識(shí)別階段包括離

3、線訓(xùn)練和在線識(shí)別兩個(gè)部分。在離線訓(xùn)練階段,根據(jù)行人所表現(xiàn)出來(lái)的垂直邊緣和對(duì)稱性等特點(diǎn),采用類Haar特征描述行人,進(jìn)行級(jí)聯(lián)AdaBoost分類器訓(xùn)練；在線識(shí)別階段利用訓(xùn)練階段得到的級(jí)聯(lián)分類器,對(duì)輸入的候選行人進(jìn)行識(shí)別檢測(cè)。最后,在行人單幀識(shí)別的基礎(chǔ)上,利用行人在圖像序列中連續(xù)出現(xiàn)的特點(diǎn),對(duì)于連續(xù)幀的行人識(shí)別結(jié)果進(jìn)行關(guān)聯(lián)融合,進(jìn)一步提高系統(tǒng)的穩(wěn)定性。
　　 本文的行人檢測(cè)算法在大量的包括不同天氣和光照條件的測(cè)試集上進(jìn)行了測(cè)試,結(jié)果