基于推薦窗口與關(guān)鍵點匹配的行人檢測算法研究.pdf

1、計算機(jī)視覺伴隨著硬件性能與軟件質(zhì)量的提升取得了長足的發(fā)展，而行人的檢測作為基礎(chǔ)也是最重要的任務(wù)之一，始終是計算機(jī)視覺領(lǐng)域的研究熱點。行人檢測在智能安防、交通監(jiān)控、運(yùn)動識別、虛擬現(xiàn)實等領(lǐng)域具備重要的研究價值和廣闊的市場應(yīng)用前景。近十年來，行人檢測技術(shù)在大量研究人員的共同努力下取得了可觀的成就，檢測器的精度和速度均有了快速地提升。但是由于行人固有的特性以及檢測場景的復(fù)雜性，導(dǎo)致目前的檢測效果無法滿足實際應(yīng)用的需求。如何增強(qiáng)變化場景中行人檢測

2、器的適應(yīng)性，以及如何提升檢測器識別困難目標(biāo)的能力仍舊是行人檢測技術(shù)的研究熱點。
　　本文主要針對行人檢測器無法適應(yīng)復(fù)雜變換的場景，以及對困難遮擋目標(biāo)的識別能力下降的問題，提出了一種新的快速運(yùn)動行人檢測算法。本文的主要工作與創(chuàng)新點闡述如下:
　　檢測器對場景變換的適應(yīng)能力較弱是制約行人檢測技術(shù)發(fā)展的主要因素之一。本文針對該問題，認(rèn)為運(yùn)動是變化場景中行人的共性。通過將相鄰兩幀圖像作為單個計算節(jié)點，使用一種新的位運(yùn)算方法快速地獲得

3、變化場景中的感興趣運(yùn)動區(qū)域。根據(jù)對比消除的思想，場景中運(yùn)動明顯的目標(biāo)被篩選出來，并根據(jù)位移與形狀的變化被劃分為單目標(biāo)和遮擋目標(biāo)。位運(yùn)算方法與傳統(tǒng)的滑動檢測法相比，極大地提升了目標(biāo)的檢測速度，使得檢測器能夠有效滿足實時性的應(yīng)用需求。
　　為了提升檢測器識別遮擋行人的能力，當(dāng)行人處于單目標(biāo)狀態(tài)時，其所處的運(yùn)動區(qū)域內(nèi)的BRISK關(guān)鍵點集合被不斷地更新和保存。算法重點關(guān)注行人因場景障礙物或者行人之間相互遮擋而轉(zhuǎn)變?yōu)槔щy目標(biāo)的情形。當(dāng)發(fā)生轉(zhuǎn)

4、變時，受CMT算法的啟發(fā)，預(yù)先保存的關(guān)鍵點集合被使用，并通過光流法匹配困難運(yùn)動區(qū)域內(nèi)的遮擋行人。具備關(guān)鍵點更新策略的KPM算法與CMT算法相比，顯著降低了檢測窗口發(fā)生漂移現(xiàn)象的可能性，并具備同時匹配多個困難目標(biāo)的能力。
　　通過數(shù)學(xué)推導(dǎo)和實驗數(shù)據(jù)論證了規(guī)格化檢測窗口對運(yùn)動行人的高匹配度，使用經(jīng)過篩選的推薦窗口修正后的檢測窗口進(jìn)一步地提升了5％的算法檢測精度。三個不同行人密度數(shù)據(jù)集上的5種檢測算法的對比實驗結(jié)果表明，本文所提出的檢測