基于可變形部件模型的人體級聯(lián)檢測.pdf

1、人體目標(biāo)檢測一直是計算機(jī)視覺和模式識別領(lǐng)域中的研究熱點，隨著時代的發(fā)展，人們的生活日趨豐富多彩，現(xiàn)代化高科技發(fā)展迅速，許多領(lǐng)域中都能涉及到人體檢測，例如智能門禁系統(tǒng)、地鐵站等。無論是單獨(dú)的人體檢測系統(tǒng)，還是將人體檢測技術(shù)移植到其他平臺上，人體檢測技術(shù)的提高自然會促進(jìn)人體檢測系統(tǒng)的完善。雖然到目前為止有很多人體檢測方法，但是由于人體本身具有靈活多變性以及檢測環(huán)境的復(fù)雜性，人體檢測依舊是一個富有挑戰(zhàn)的研究課題。近年來，可變形部件模型越來越體

2、現(xiàn)出在人體檢測中的優(yōu)越性，它可以利用人體的整體信息和各部分信息之間的關(guān)系來提高人體檢測的效率，即使是復(fù)雜的人體目標(biāo)或者在復(fù)雜的環(huán)境下該模型也能表現(xiàn)出很好的性能。
　　由于HOG(Histograms of Oriented Gradients)特征能在光照、形狀變化及復(fù)雜環(huán)境下表現(xiàn)出較強(qiáng)的魯棒性，所以本文選取HOG特征來作為描述人體目標(biāo)的特征。在提取人體特征信息后，利用LSVM(Latent Support Vector Mach

3、ine)來對其進(jìn)行訓(xùn)練分類。建立可變形部件模型時，本文根據(jù)人體不同區(qū)域?qū)z測效果的不同貢獻(xiàn)，分別給不同的部件設(shè)置不同的權(quán)重，響應(yīng)得分越大的部件對檢測過程越重要。在基于前人研究的基礎(chǔ)上，本設(shè)計對訓(xùn)練樣本中的標(biāo)記信息進(jìn)行豐富，并對檢測模型進(jìn)行完善以提高檢測性能。針對當(dāng)前人體檢測速度慢的問題，本文結(jié)合了級聯(lián)檢測的方法，利用級聯(lián)模型和簡化模型來代替原始模型來簡化檢測過程，實驗結(jié)果可在不失檢測精度的情況下大大提高檢測速度。
　　本文最后實驗