基于采樣概率密度增強(qiáng)的人手檢測.pdf

1、目標(biāo)檢測和識別技術(shù)在人機(jī)交互等領(lǐng)域起著非常重要的作用。檢測和識別階段所消耗的計算資源以及準(zhǔn)確程度是整個人機(jī)交互系統(tǒng)的關(guān)鍵。由于目標(biāo)物體可能存在面內(nèi)旋轉(zhuǎn),因此每個角度區(qū)間的物體都相當(dāng)于一類新的物體。角度的變化導(dǎo)致在檢測和識別過程中需要考慮多個單一角度物體檢測的問題,造成計算量的大幅度提升,造成系統(tǒng)整體性能的下降,降低用戶體驗(yàn)。
　　本文研究存在面內(nèi)旋轉(zhuǎn)的多角度人手檢測問題。這種角度的不確定性要求多角度人手檢測系統(tǒng)檢測多個單一角度的人

2、手,比僅僅檢測單一角度人手的檢測計算量更大。針對這個問題,本文首先對滑動窗口策略以及傳統(tǒng)粒子窗口策略的基本思想做了簡要介紹,分析了這兩種檢測策略在計算量上的劣勢。針對以上兩種策略的缺點(diǎn),本文提出了一種新的多角度物體檢測策略:在粒子窗口策略的基礎(chǔ)上,充分挖掘不同角度分類器之間采樣概率密度函數(shù)的相關(guān)性,通過采樣概率密度增強(qiáng)的方法,加快粒子窗口策略中的迭代速度,在保證精度的條件下,有效地降低了檢測過程中的計算量。
　　本文的主要貢獻(xiàn)如下