視頻監(jiān)控中快速準(zhǔn)確行人檢測(cè).pdf

1、智能視頻監(jiān)控在近些年來(lái)引起很大的關(guān)注，而運(yùn)動(dòng)的行人檢測(cè)在視頻監(jiān)控中占據(jù)了很重要的地位。之前已經(jīng)有方法結(jié)合監(jiān)控視頻的特點(diǎn)直接利用前景檢測(cè)結(jié)果進(jìn)行行人檢測(cè)，但是這些方法受環(huán)境的影響很大，對(duì)攝像頭的成像效果、監(jiān)控環(huán)境有很高的要求。而本文利用前景檢測(cè)來(lái)加速檢測(cè)過(guò)程，降低誤檢率，提高檢測(cè)率，并且利用積分圖像來(lái)進(jìn)行興趣區(qū)域快速處理。已有的工作表明，滑動(dòng)窗口是行人檢測(cè)中最好的框架，而在滑動(dòng)窗口框架下，由于需要對(duì)各個(gè)位置、各種大小的窗口進(jìn)行特征的抽取與

2、分類(lèi)，所以抽取的特征的次數(shù)非常多而行人的特征一般抽取比較復(fù)雜，所以特征抽取的效率成為了整個(gè)行人檢測(cè)性能的瓶頸，雖然前面結(jié)合前景檢測(cè)能夠巨幅減少需要抽取特征和分類(lèi)的滑動(dòng)窗口，然后利用一個(gè)更快的比較準(zhǔn)確的用基于輪廓的CENTRIST特征訓(xùn)練的分類(lèi)器對(duì)滑動(dòng)窗口進(jìn)行一次粗篩選，然后利用精度更高的但是效率更慢的深度學(xué)習(xí)進(jìn)行最終的分類(lèi)。由于背景模型算法和用CENTRIST特征訓(xùn)練的分類(lèi)器將絕大部分不包含行人的滑動(dòng)窗口去除了，所以需要利用深度學(xué)習(xí)進(jìn)行