基于紅外視覺的行人檢測(cè)與識(shí)別算法研究.pdf

1、行人檢測(cè)近年來在智能車輛領(lǐng)域研究中備受關(guān)注。通過紅外攝像機(jī)對(duì)目標(biāo)環(huán)境進(jìn)行監(jiān)控，具有一定的穿透能力，受煙、霧、雨、雪的影響較小，可以實(shí)現(xiàn)全天候、遠(yuǎn)距離觀測(cè)。因此，開展紅外視頻序列中的行人目標(biāo)檢測(cè)與識(shí)別方法的研究，具有重要的理論和現(xiàn)實(shí)意義。
　　本文針對(duì)紅外視頻圖像序列中的行人進(jìn)行了檢測(cè)與識(shí)別算法的研究。論文的主要研究?jī)?nèi)容包括以下幾點(diǎn)：
　　(1)在行人的檢測(cè)方面，本文對(duì)傳統(tǒng)的紅外行人檢測(cè)算法以及這些算法的優(yōu)缺點(diǎn)和應(yīng)用場(chǎng)合進(jìn)行了

2、概述?？紤]到本文中紅外攝像機(jī)和行人都在運(yùn)動(dòng)的特點(diǎn)。本文采用了先對(duì)圖像進(jìn)行閾值分割，得到可能存在行人的區(qū)域。然后結(jié)合行人的幾何特征，達(dá)到檢測(cè)行人的效果。
　　(2)本文針對(duì)行人區(qū)域中可能存在多行人粘連的問題，提出了建立行人的頭部模板對(duì)多行人的頭部區(qū)域進(jìn)行檢測(cè)，將粘連的多行人分割成了單個(gè)的行人，有效地解決了多行人的粘連問題。
　　(3)在行人的識(shí)別方面，本文采用Haar-like特征結(jié)合Adaboost算法組成的分類器和HOG特