發(fā)布時(shí)間：2020-07-08 10:40

【摘要】：目標(biāo)檢測(cè)技術(shù)是計(jì)算機(jī)視覺(jué)領(lǐng)域重要的研究方向之一,檢測(cè)技術(shù)的發(fā)展有效的幫助人們解決了很多問(wèn)題,并廣泛的應(yīng)用在現(xiàn)實(shí)生活中。可變形部件模型(Deformable Part Model,DPM)是目標(biāo)檢測(cè)技術(shù)中非常流行的一種方法。DPM是基于方向梯度直方圖(Histogram of Oriented Gradients,簡(jiǎn)稱HOG)特征的目標(biāo)檢測(cè)模型,相比于其他的目標(biāo)檢測(cè)技術(shù),DPM可以很好地解決光照因素對(duì)檢測(cè)結(jié)果的影響,同時(shí)在模糊可視性方面還占有很大的優(yōu)勢(shì),具有極高的識(shí)別正確率。目前DPM仍存在一些缺陷。DPM在HOG基礎(chǔ)上進(jìn)行改進(jìn),但是原始HOG特征中仍存在一些缺陷,使得DPM目標(biāo)檢測(cè)效果不夠理想。本文主要針對(duì)DPM的兩個(gè)缺陷進(jìn)行改進(jìn)。一,DPM是在HOG特征的基礎(chǔ)上進(jìn)行改進(jìn)來(lái)提取特征,其中HOG的優(yōu)點(diǎn)之一是HOG表示的是邊緣(梯度)的結(jié)構(gòu)特征,可以描述局部的形狀信息。但在平滑區(qū)域內(nèi),HOG不能有效地體現(xiàn)區(qū)域特征信息。且當(dāng)目標(biāo)對(duì)象與其圖片背景顏色差距不大時(shí),HOG也不能清晰地給出目標(biāo)對(duì)象和背景之間的邊緣輪廓。二,DPM針對(duì)混合模型檢測(cè)目標(biāo)對(duì)象的判定標(biāo)準(zhǔn),通過(guò)分?jǐn)?shù)辨定當(dāng)前檢測(cè)圖片中是否存在目標(biāo)檢測(cè)對(duì)象。這個(gè)分?jǐn)?shù)是兩部分分?jǐn)?shù)之和:一是根濾波器得分,二是部件濾波器分?jǐn)?shù)總和。當(dāng)檢測(cè)的圖片中目標(biāo)對(duì)象存在遮擋問(wèn)題時(shí),部件濾波器在特征提取時(shí)部件不能夠很好地得到較為全面的特征信息,導(dǎo)致獲取特征信息模糊,可能導(dǎo)致遮部件位置檢測(cè)正確時(shí),部件濾波器計(jì)分偏低,從而使最高分偏低,造成目標(biāo)檢測(cè)時(shí)發(fā)生漏測(cè)現(xiàn)象。本文中,針對(duì)上述DPM的兩個(gè)問(wèn)題進(jìn)行優(yōu)化,提出來(lái)一種基于多融合特征的DPM算法,主要改進(jìn)點(diǎn)有兩點(diǎn):一提出來(lái)基于HOG和旋轉(zhuǎn)不變性等價(jià)局部二值模式(Local Binary Pattern,簡(jiǎn)稱LBP)特征的HL融合特征作為DPM的特征提取,既能夠得到梯度信息,又能夠有效的表示圖片的紋理信息,有效的解決了在平滑區(qū)域內(nèi),HOG不能有效地體現(xiàn)其特征信息的問(wèn)題,同時(shí),也解決了當(dāng)目標(biāo)對(duì)象與其圖片背景顏色差距不大時(shí),HOG不能很好地體現(xiàn)目標(biāo)對(duì)象和背景之間的邊緣輪廓的問(wèn)題。二是提出加權(quán)部件模型,用于提高有效信息部件濾波器的利用率,在目標(biāo)檢測(cè)過(guò)程中,當(dāng)存在被遮擋時(shí),能夠?qū)Σ煌考䴙V波器的重要度進(jìn)行一個(gè)區(qū)分,使得有效特征信息的部件的權(quán)值變大,響應(yīng)分變高,特征信息較少或者沒(méi)有檢測(cè)到特征信息的比重變小,這樣能夠充分地發(fā)揮有用部件的作用,避免了因遮擋造成的檢測(cè)信息浪費(fèi),很大的提高了檢測(cè)正確率。實(shí)驗(yàn)證明,這一模型可以有效解決本文中提出的原始DPM存在的問(wèn)題,提高目標(biāo)檢測(cè)的正確率。
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP391.41
【圖文】：

平面交叉口概況簡(jiǎn)介所研究的是平面交叉口。所說(shuō)的平面交叉口即所有道路都在同，不涉及到立交橋式的路口。立交橋是多個(gè)道路在不同的平面平面交叉口就是十字路口。大城市設(shè)計(jì)之初，為了便于規(guī)劃，都希望將城市設(shè)計(jì)得方方正正，這樣的交叉口就都是十字路口還有 T 型和 Y 型的。為了便于研究，本文所涉及到的交叉路口口。交叉口所指向的不同方向的道路上的車駛向不同方向，這成為交通事故易發(fā)點(diǎn)，稱之為沖突點(diǎn)。十字路口通常有 16 個(gè)事故易發(fā)點(diǎn)均針對(duì)機(jī)動(dòng)車而言。如果道路上還有非機(jī)動(dòng)車道，古代車輛稀少，同時(shí)通過(guò)路口的則更少，不需要交警組織。現(xiàn)窄，通過(guò)交叉路口時(shí)需要人為或者紅綠燈進(jìn)行組織規(guī)劃行進(jìn)秩證交通安全，保證持續(xù)的通行。當(dāng)然，還需要各種交通標(biāo)志來(lái)

圖 2.2 平面交叉口形式圖綠信比：指交通燈單位周期內(nèi)車輛通行的時(shí)間與周期的比例。即某相位有效綠燈時(shí)間和該相位周期的比。通常綠信比用λ表示。其公式為：λ= g/C。車流量：即單位時(shí)間內(nèi)，某路段通過(guò)的所有車輛的總和。車流量公式為：車流量=單位時(shí)間*車速/（車距+車身長(zhǎng)）排隊(duì)長(zhǎng)度：指某個(gè)相位路口的實(shí)線以內(nèi)停止等待通行的所有車的長(zhǎng)度總和。是衡量路口是否擁堵的重要指標(biāo)。延誤：實(shí)際通過(guò)路口所用時(shí)間和應(yīng)該通過(guò)路口所用時(shí)間的差。這個(gè)時(shí)間差由多個(gè)因素導(dǎo)致：其他道次的車的干擾、司機(jī)本身不可控的意外、前方車輛急剎車導(dǎo)致的急停等等。在本文主要是指汽車起步到正常行駛所損失的時(shí)間。延誤是衡量車輛通行快慢的重要標(biāo)準(zhǔn)。停車次數(shù)：停車次數(shù)是指從一個(gè)交叉口到另一個(gè)交叉口之間一輛車停車的次數(shù)，在計(jì)算中通常都用平均停車次數(shù)。它是信號(hào)燈配時(shí)的重要優(yōu)化指標(biāo)。通行能力：指在單位時(shí)間內(nèi)某路段或者某交叉口可以通過(guò)車輛的最大值。

9圖 2.3 韋伯斯特算法流程圖典型的改進(jìn)算法有如下幾種：澳大利亞的科學(xué)家 R.阿克塞利克將 webster 的公式進(jìn)行了優(yōu)化，增添了停車補(bǔ)償系數(shù)這一指標(biāo)[2]。他將車輛總的延誤時(shí)間和總的停車次數(shù)通過(guò)補(bǔ)償系數(shù)結(jié)合在了一起，這樣利用雙重指標(biāo)來(lái)對(duì)信號(hào)燈配時(shí)進(jìn)行評(píng)價(jià)，更優(yōu)于 webster 的配時(shí)方法。但是，在公式中，補(bǔ)償系數(shù) K 并沒(méi)有定量的計(jì)算說(shuō)明，只是一個(gè)定性的分析。同時(shí)，該模型也并未考慮通行能力，排隊(duì)長(zhǎng)隊(duì)等因素。

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張凌煊;祝進(jìn)城;帥斌;;考慮行人效益的擁擠交叉口多目標(biāo)配時(shí)優(yōu)化[J];計(jì)算機(jī)工程與應(yīng)用;2015年16期

2 顧嘉q

本文編號(hào)：2746441