基于單目紅外的行人檢測技術(shù)研究.pdf

1、作為計算機視覺中的重要問題，行人檢測長期以來受到研究者的廣泛關(guān)注。本文對其子問題——單目紅外車載場景下的行人檢測進行了深入研究。行人檢測主要分為感興趣區(qū)域（Region of Interests，ROIs）提取和行人檢測兩部分，本文主要研究工作也在這兩個方面展開：一是單目車載紅外場景下的行人ROIs提取，以避免全局窮搜索降低運算量；二是建立紅外行人樣本庫，將優(yōu)秀的可見光檢測算法推廣到紅外場景，并結(jié)合ROIs提取實現(xiàn)完整行人檢測系統(tǒng)。

2、r>　　第一部分工作是提出了一種有效的行人ROIs提取算法，目的是將搜索范圍限制在盡可能小的感興趣區(qū)域。本文首先基于紅外行人熱點假設(shè)對最大類間方差法OTSU進行改進，使用基于統(tǒng)計的加權(quán)函數(shù)對OTSU求出的閾值進行修正，解決其無法準(zhǔn)確分割出行人問題，然后使用行人先驗性約束信息長寬比、面積等濾除熱干擾，最后對疑似區(qū)域進行擴展融合得到 ROIs；此時由于還不能確定行人大小，每個 ROI中仍然需要金字塔式全局窮搜索，為此本文提出了基于車載場景對

3、行人可能出現(xiàn)區(qū)域進行幾何約束的算法，首先使用推導(dǎo)出的約束方程計算出不同大小行人可能出現(xiàn)區(qū)域的上下約束邊界，然后根據(jù) ROI所在的約束范圍確定其對應(yīng)的縮放因子，最后直接將每個 ROI縮放至合適大小送給檢測窗滑動檢測。與傳統(tǒng)方法相比，本文方法無需額外探測器，就可以快速有效的得到行人ROIs，并能極大減少檢測窗口數(shù)量。
　　本文第二部分工作主要為建立車載紅外行人樣本庫，對可變形部件模型（Deformable Parts Model，DP

4、M）參數(shù)進行優(yōu)化調(diào)整，將其推廣到紅外場景，結(jié)合本文提出的ROIs提取實現(xiàn)完整系統(tǒng)。具體如下：參考可見光樣本庫標(biāo)準(zhǔn)建立車載場景下的紅外行人樣本庫；對DPM模型組件數(shù)、子部件數(shù)、二倍像素空間層數(shù)以及子部件權(quán)重進行優(yōu)化調(diào)整；結(jié)合本文提出的ROIs提取實現(xiàn)完整行人檢測系統(tǒng)，首先使用ROIs提取縮小搜索區(qū)域，然后結(jié)合ROI所在的幾何約束區(qū)域確定縮放因子σ，最后直接將每個ROI縮放至合適大小進行檢測。另外在具體工程實現(xiàn)時，使用頻域相乘代替空域卷積進