發(fā)布時間：2020-12-12 19:03

　　隨著現(xiàn)今科學(xué)技術(shù)與人工智能領(lǐng)域的不斷進步,人們的生活方式正在不斷改變,大量繁瑣復(fù)雜的工作現(xiàn)在都可以通過計算機來完成,尤其隨著公共安全監(jiān)控、智能機器人,機動車輔助駕駛等領(lǐng)域的不斷發(fā)展,越來越需要計算機以模擬人體視覺的方式代替人們解決實際的需求和問題,因此包括行人檢測在內(nèi)的計算機視覺領(lǐng)域開始成為現(xiàn)今人工智能技術(shù)的重要分支;而公共安全一直就是國家維穩(wěn)與安防工作的重心,在安全監(jiān)控方面,由于攝像頭與監(jiān)控領(lǐng)域的廣泛性,單憑人工面對數(shù)量龐大的監(jiān)控顯示屏早已無法滿足實際工作的需要。因此將行人檢測技術(shù)代替人工應(yīng)用到公共安全領(lǐng)域中,對一些敏感區(qū)域如軍事管理區(qū),科研重地,鐵路沿線等進行實時監(jiān)管,無疑將大大提高工作效率。當(dāng)發(fā)現(xiàn)異常有行人闖入時對其進行實時標(biāo)記預(yù)警,提醒管理員真正做到“早發(fā)現(xiàn),早報告,早制止”;本論文的工作內(nèi)容主要來自于作者實習(xí)單位的實際項目,開發(fā)與研究重點為在監(jiān)控場景中對出現(xiàn)的行人進行實時檢測。作者獨立完成了以下內(nèi)容:行人檢測系統(tǒng)的設(shè)計與實現(xiàn),作者以計算機視覺領(lǐng)域的相關(guān)知識為基礎(chǔ),深入研究探討了行人檢測領(lǐng)域的相關(guān)技術(shù)和方法,通過模式識別和深度學(xué)習(xí)中的相關(guān)算法,實現(xiàn)了從自然場景中提取行人目標(biāo)和數(shù)... 

【文章來源】：北京交通大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：81 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２－２行人圖像??Ｆｉｇｕｒｅ２－２?Ｔｈｅ?ｐｅｄｅｓｔｒｉａｎ?ｉｍａｇｅｓ??

圖２－１傳統(tǒng)行人檢測的三個階段??Ｆｉｇｕｒｅ?２－１?Ｔｈｒｅｅ?ｓｔａｇｅｓ?ｏｆ?ｔｒａｄｉｔｉｏｎａｌ?ｐｅｄｅｓｔｒｉａｎ?ｄｅｔｅｃｔｉｏｎ．??如圖２－１所示，傳統(tǒng)的行人檢測方法一般“三步走首先在被檢測的圖像上劃??分出一些候選區(qū)域，其次，對這些候選的區(qū)域進行提取特征。最后，使用己經(jīng)訓(xùn)練??好的分類器模型進行分類［５］。??通過研宄發(fā)現(xiàn)，行人目標(biāo)雖然也具有運動特征，但是它與傳統(tǒng)的運動目標(biāo)還有??很多差異，主要包括以下兩類：??（１）行人目標(biāo)的特殊性，主要體現(xiàn)在行人經(jīng)常會在沒有任何預(yù)測的情況下改變??運動的速度和方向，而且不同于目標(biāo)檢測，行人是柔性物體，沒有固定的形態(tài)特點，??而且攝像頭所處的位置以及角度也會影響最終檢測的結(jié)果［６］。??圖２－２行人圖像??Ｆｉｇｕｒｅ２－２?Ｔｈｅ?ｐｅｄｅｓｔｒｉａｎ?ｉｍａｇｅｓ??８??

??如圖２－２所示，街道上的行人體態(tài)各異，有胖有瘦有高有矮，各自的打扮也非??常的不一樣，有穿長袖也有穿短袖的，有穿外衣也有穿單衣的，戴帽子亦或是不戴??帽子的，彼此之間的發(fā)型也有著很大的不同，有的板頭寸頭，有的長發(fā)及腰，除了??外表形態(tài)各異以外，最主要的一點在于行人之間的姿態(tài)也有很大不同，行人不像汽??車飛機這樣形狀固定的剛體，它在運動的過程中都在始終保持變化狀態(tài)，比如胳膊??和腿，有的人走路，有的人筆直站立，有的人玩手機，有的人打電話，有的人拎東??西，這樣一種特殊性無疑給行人檢測帶來了很多麻煩和困難，當(dāng)然，一定程度上也??為識別個體差異性提供了有利的依據(jù)［７］。??（２）行人目標(biāo)的復(fù)雜性，主要體現(xiàn)在行人目標(biāo)所處的環(huán)境十分的復(fù)雜，因此將??行人目標(biāo)從和其相似的背景中提取出來有一定的難度［８］。??圖２－３街道行人背景圖片??Ｆｉｇｕｒｅ?２－３?Ｔｈｅ?ｂａｃｋｇｒｏｕｎｄ?ｐｉｃｔｕｒｅ?ｏｆ?ｐｅｄｅｓｔｒｉａｎ?ｏｎ?ｔｈｅ?ｓｔｒｅｅｔ??如圖２－３所示


本文編號：2913112