發(fā)布時(shí)間：2022-01-09 13:47

　　隨著汽車保有量的增加,行人安全問(wèn)題引起重視�；谲囕d攝像頭的行人檢測(cè)與跟蹤系統(tǒng)作為行人保護(hù)系統(tǒng)的環(huán)境感知部分,對(duì)降低事故發(fā)生頻率和減輕傷害程度有著重大的意義。傳統(tǒng)的研究往往將行人檢測(cè)和行人跟蹤視為兩個(gè)獨(dú)立的部分,并沒(méi)有很好地考慮兩者之間的聯(lián)系。論文以行人檢測(cè)算法和行人跟蹤算法為切入點(diǎn),研究多尺度多目標(biāo)的行人檢測(cè)與跟蹤系統(tǒng)的關(guān)鍵技術(shù)。論文首先對(duì)基于整合通道特征的行人檢測(cè)算法展開研究,改進(jìn)其不足之處�；谡贤ǖ捞卣骱涂焖偬卣鹘鹱炙闹R(shí),提出一種特征金字塔與多尺度檢測(cè)器相結(jié)合的多尺度檢測(cè)方法;針對(duì)目標(biāo)在圖像中的分布特性,采用區(qū)域搜索策略以提高檢測(cè)效率;基于檢測(cè)器的分類原理,提出弱分類器分級(jí)檢測(cè)與融合的思路來(lái)降低分類工作量。接著,論文詳細(xì)分析了基于連續(xù)卷積運(yùn)算的行人跟蹤算法的理論知識(shí),結(jié)合濾波器的響應(yīng)特性提出一種綜合評(píng)價(jià)指標(biāo),以調(diào)整模型的更新策略,避免跟蹤漂移等問(wèn)題。針對(duì)目標(biāo)被長(zhǎng)期遮擋的情形,引入自回歸移動(dòng)平均模型（Autoregressive Integrated Moving Average time series model,簡(jiǎn)稱ARIMA）來(lái)擬合目標(biāo)尺度和中心點(diǎn)位置的變化趨勢(shì),建立... 

【文章來(lái)源】：湖南大學(xué)湖南省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：75 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

檢測(cè)窗口NMS融合

【參考文獻(xiàn)】：
博士論文
[1]中國(guó)交通事故和交通傷成因、特點(diǎn)與趨勢(shì)研究[D]. 邱俊.第三軍醫(yī)大學(xué) 2009
[2]汽車—行人碰撞事故再現(xiàn)研究與應(yīng)用[D]. 申杰.上海交通大學(xué) 2007



本文編號(hào)：3578836