中国图象图形学报
中國圖象圖形學報
중국도상도형학보
JOURNAL OF IMAGE AND GRAPHICS
2012年
3期
370-379
,共10页
刘俊涛%刘文予%吴彩华%李雄伟%冯镔
劉俊濤%劉文予%吳綵華%李雄偉%馮鑌
류준도%류문여%오채화%리웅위%풍빈
视觉注意%局部特征%行人检测%特征块
視覺註意%跼部特徵%行人檢測%特徵塊
시각주의%국부특정%행인검측%특정괴
在复杂背景下检测行人,具有重要的理论和应用价值.为了适应此类场景中光照的变化和行人姿态的多样性,依据人眼视觉注意原理,提出基于视觉注意的局部特征.该特征具有光照和旋转不变性,并能用于多尺度分析.采用基于特征块的行人表示模型,行人被表示为特征块的集合.每一个特征块用基于视觉注意局部特征的统计直方图和位置关系表示.用聚类的方法得到基于特征块的行人模型.依据每一个特征块在检测窗口中的最大响应训练AdBoost检测分类器,并用困难负样本和可信样本提高检测分类器的性能.用滑动窗口方法在图像和尺度空间中找到检测分类器的局部最大响应,以确定行人位置.实验结果表明,与现有方法相比,本文方法对竖直边缘不敏感,可以处理一定程度的遮挡以及姿态变化.
在複雜揹景下檢測行人,具有重要的理論和應用價值.為瞭適應此類場景中光照的變化和行人姿態的多樣性,依據人眼視覺註意原理,提齣基于視覺註意的跼部特徵.該特徵具有光照和鏇轉不變性,併能用于多呎度分析.採用基于特徵塊的行人錶示模型,行人被錶示為特徵塊的集閤.每一箇特徵塊用基于視覺註意跼部特徵的統計直方圖和位置關繫錶示.用聚類的方法得到基于特徵塊的行人模型.依據每一箇特徵塊在檢測窗口中的最大響應訓練AdBoost檢測分類器,併用睏難負樣本和可信樣本提高檢測分類器的性能.用滑動窗口方法在圖像和呎度空間中找到檢測分類器的跼部最大響應,以確定行人位置.實驗結果錶明,與現有方法相比,本文方法對豎直邊緣不敏感,可以處理一定程度的遮擋以及姿態變化.
재복잡배경하검측행인,구유중요적이론화응용개치.위료괄응차류장경중광조적변화화행인자태적다양성,의거인안시각주의원리,제출기우시각주의적국부특정.해특정구유광조화선전불변성,병능용우다척도분석.채용기우특정괴적행인표시모형,행인피표시위특정괴적집합.매일개특정괴용기우시각주의국부특정적통계직방도화위치관계표시.용취류적방법득도기우특정괴적행인모형.의거매일개특정괴재검측창구중적최대향응훈련AdBoost검측분류기,병용곤난부양본화가신양본제고검측분류기적성능.용활동창구방법재도상화척도공간중조도검측분류기적국부최대향응,이학정행인위치.실험결과표명,여현유방법상비,본문방법대수직변연불민감,가이처리일정정도적차당이급자태변화.