基于视频的横穿行人检测算法研究

摘要

随着交通事业的不断发展，汽车拥有量的不断增加，交通事故频繁发生，交通事故危害性极大，行车时最危险的情况之一是有横穿的行人出现，因此，横穿行人检测，对汽车安全驾驶具有重要意义。
　　本文对多种行人检测识别算法进行了研究，在已有算法的基础上，自主设计并实现了一种新的横穿行人检测算法。考虑到大量行人横穿过马路时相互遮挡的情况，设计并改进了传统的人群检测算法，保证无论是出现单个横穿的行人还是人群，本系统都能对司机进行提醒。
　　本文所做的工作:对于机器学习定位不准确问题，采用模板匹配对感兴趣区域再次确认，即提高了检测率又起到了定位准确的作用。在模板匹配过程中，提取了一种含有较少噪声的腿部特征图像，并对模板按照腿部实际的倾斜角度分层。
　　本系统特点:识别率高，行人定位准确，系统能够识别出人的具体姿态，实时性好。
　　本文的创新点:
　　1.结合生物学人体结构特点与人腿运动的周期性，对人腿部进行拆分，提取了一种方向性与灰度差异相结合的行人腿部特征图像。
　　2.提出了一种按照人腿实际摆动角度对模板分层的方法，本方法有效的解决了模板数量与实时性的问题。
　　3.提出了一种新的按照直线实际倾斜角度进行投票的直线检测方法，对人群检测算法进行了改进，获得较好的检测效果。
　　本系统已安装在测试车上，进行实际路面测试，获得了较好的检测效果，本系统将推出产品。

目录

声明

摘要

第1章 绪论

1．1 研究背景及意义

1．2 国内外研究状况

1．3 研究的难点

1．4 本文所做的工作

1．5 论文的结构

第2章 行人检测的基本方法

2．1 基于运动的方法

2．2 基于形状的方法

2．2．1 基于人体模型的方法

2．2．2 基于模板匹配的方法

2．3 基于统计分类的方法

第3章 行人腿部方向性特征提取

3．1 引言

3．2 行人腿部局部特征分析

3．2．1 行人腿部运动规律分析

3．2．2 行人腿部局部特征分析

3．3 行人腿部特征提取

3．3．1 边缘特征提取

3．3．2 方向性特征提取

3．3．3 特征图去噪

3．3．4 多特征融合

3．3．5 结果分析

3．4 本章总结

第4章 “四叉树”腿部模板匹配检测行人

4．1 引言

4．2 图像距离变换

4．3 模板多层分类树

4．3．1 模板特征提取

4．3．2 “四叉树”模板构建

4．3．3 “四叉树”DT变换

4．3．4 小结

4．4 多层次模板匹配

4．4．1 选择模板

4．4．2 腿部模板匹配

4．5 系统评估

4．6 本章总结

第5章 基于连续视频序列的人群检测

5．1 引言

5．2 传统的人群检测算法介绍

5．3 连续视频序列的人群检测

5．3．1 新的直线检测方法

5．3．2 利用新的直线检测算法改进人群检测

5．4 实验结果分析

5．5 本章总结

第6章 总结与展望

6．1 本文工作总结

6．2 未来工作及展望

参考文献

致谢