基于共生與非共生梯度直方圖的人體檢測.pdf

1、本文旨在研究靜止圖像中的人體檢測技術,即檢測圖像中是否有人體,如果有人體則給出其在圖像中的位置。本論文的人體檢測技術在基于智能圖像／視頻監(jiān)控的社會安全等領域有著重要的應用價值。
　　 人體檢測技術的兩個關鍵部分分別是圖像特征提取和分類器設計。本論文主要關注圖像特征提取方法。當前人體檢測中最成功的圖像特征是2005年Dalal等提出的梯度方向直方圖(縮寫為HOG)。為了提高HOG特征的計算速度和分類效果,2009年Wang等在IC

2、CV會議上提出了基于角度分解和卷積模板的HOG計算方法。為了提高HOG特征的表達力和鑒別力,2009年Watanabe等提出了共生梯度方向直方圖(即Co-HOG)。
　　 本論文在上述工作基礎上,做了如下幾點創(chuàng)新工作:
　　 1)為提高基于角度分解和卷積模板的人體檢測方法的性能,提出了用均值模板來進行梯度插值(光滑)。與Wang等采用的與距離成線性關系的卷積模板相比,該方法識別率更高。
　　 2)為進一步提高基于

3、角度分解和卷積模板的人體檢測方法的性能,提出了用9×9的卷積模板代替原先的7×7模板的方法,這一方法同樣提高了識別率。
　　 3)已有的共生梯度方向直方圖只利用了角度信息,忽略了梯度幅值的作用。為了克服這一缺點,本論文提出了同時利用角度信息和幅值信息的共生梯度方向直方圖計算方法,使識別效果明顯提高。
　　 總之,本論文實現了傳統(tǒng)的HOG方法、基于角度分解和卷積模板的HOG方法和基于共生梯度方向直方圖的方法。特別是本論文在