原文传递
智能视频处理系统在安全驾驶中的应用研究
| 论文题名： | 智能视频处理系统在安全驾驶中的应用研究 |
| 关键词： | 安全驾驶;智能视频处理系统;目标检测;跟踪算法 |
| 摘要： | 智能视频汽车辅助驾驶系统即智能视频技术在汽车驾驶上的应用。经过多年的研究,该项技术的主要难点是在动态背景下对物体的检测以及跟踪。而本文的主要研究工作也是集中在目标检测和跟踪上的,具体的检测跟踪目标就是道路上的行人和车辆。 本文的主要研究内容包含以下几方面: 首先,深入研究分析目标检测理论,对目前现有的目标检测算法进行仔细深入研究。同时对各种检测算法归类研究、分析其原理并通过具体的实验验证算法的优缺点、优劣性以及适用的条件。总结各类检测算法得出,本文对于行人的检测存在以下困难:①是本文的行人检测是在动态背景下的检测。②人是一个非刚性的物体,路面上的行人的形态是各式各样的,例如人的服装的颜色、人的姿态、成人与儿童的差别、还有人和人或者人和车之间的相互遮挡干扰。由于这些原因不能建立一个统一的模型来检测,使行人正确快速检测变的十分困难③由于实际的需要,本文对检测的鲁棒性和实时性要求很高,而大多检测算法计算量都很大难以实现实时检测。本文提出一种基于HOG(方向梯度直方图)统计的方法,加上后期机器自主学习实现行人的快速检测。其中将人脸检测中的 Boosted Cascad算法,引入到行人检测中来。应用了 Boosted Cascad中级联结构的分类器和基于Adaboost的学习算法,大大加快了行人检测速度。并通过实验证明切实有效,单帧处理速度比原算法提高5倍。 其次,实现目标检测之后的任务就是对目标实现跟踪,对于物体的跟踪仍然存在动态背景跟踪和实时性要求高的两大难题。本文参考sift算法原理和算法跟踪的稳定性,利用前面已检测出目标物体区域。对跟踪目标进行局部区域的特征匹配跟踪,排除了大量无用的背景信息,大大简化了跟踪目标的搜索区域,很大程度上减小了运算量,加快了跟踪速度。 最后论文通过实际视频测试,本文的算法能够很好的完成行人和车辆的实时监测跟踪。 |
| 作者： | 叶林 |
| 专业： | 机械制造及自动化 |
| 导师： | 陈岳林 |
| 授予学位： | 硕士 |
| 授予学位单位： | 桂林电子科技大学 |
| 学位年度： | 2010 |
| 正文语种： | 中文 |
检索历史
应用推荐
