详情

原文传递有效特征点的行人检测研究

论文题名：	有效特征点的行人检测研究
关键词：	行人检测;有效特征点;SIFT算法;Harris角点;融合特征
摘要：	安全问题是永恒的话题之一。随着科学技术的快速发展，各种高新产品给我们的生活带来许多便利，但同时也出现许多问题，尤其在对于安全要求比较敏感的场合如博物馆、地铁站、银行、飞机场、商场、银行、军事禁区等，要求如智能监控、图像压缩、三维重构、辅助智能医疗设备、机器人技术、智能控制系统等手段来辅助管理。行人检测这一概念就是基于这些而产生，它的主要功能是检测不同场景中是否有行人。　　行人检测起源于上世纪90年代，经过30多年的发展，形成其一定的方法。一般的行人检测包括图像采集、特征提取、模式识别三部分，其中特征提取和模式识别部分一直是被研究的重点，本文主要研究的是图像特征提取部分的方法。　　图像特征提取的方法有多种，本文介绍了部分较常见方法如Harris算子、灰度共生矩阵、LBP、小波变换、HOG、颜色特征等，并对它们进行了简要的分析，以便后续的学习和研究。　　本文的主要工作有: 　　 1.有效特征点SIFT算法的改进　　通过对经典SIFT算法的学习研究，得出SIFT算法在时间复杂度方面尚存在不足，尤其在特征点描述部分耗时严重，因此，提出了一种改进的SIFT特征提取方法。改进的方法利用特征点为中心的16*16区域内36维的HOG特征表示该特征点的信息。实验证明该算法在时间上有较大的提高。　　 2.融合局部与全局特征的行人检测　　针对图像的局部特征不能完全的展现图像信息，全局特征可以体现图像的所有信息却不能很好表达特征点部分信息的不足，综合图像的局部与全局特征优势，提出两种融合特征的行人检测方法。即基于改进的SIFT方法和小波变换的行人检测、基于Harris角点和纹理特征的行人检测。同时，对于每幅图像提取的特征点个数不一致问题，提出根据特征点的分布将图像进行分块处理的方法，并通过大量的测试得到最好的分块效果。两种方法都先融合两类特征，再利用SVM进行分类与识别，最后通过实验进行验证。
作者：	丁明珠
专业：	计算机技术
导师：	李峰;伍春晖
授予学位：	硕士
授予学位单位：	长沙理工大学
学位年度：	2013
正文语种：	中文