基于圖像處理的復雜環(huán)境人形統(tǒng)計方法研究

1、 密 級 碩 士 學 位 論 文 題目 題目 基于 基于圖像處理的復雜環(huán)境人形統(tǒng)計方法研 圖像處理的復雜環(huán)境人形統(tǒng)計方法研究 （英文） （英文） Research on Humanoid Statistical Method of Complex Environment Detection Based on I

2、mage Processing 研 究 生 學 號: 1401201017 研 究 生 姓 名: 張 鵬 指導教師姓名、職稱 指導教師姓名、職稱: 黃知超（副教授） 申 請 學 位 門 類: 工學碩士 學 科、專 科、專 業(yè): 機械工程

3、 論 文 答 辯 日 期: 2017 年 06 月 10 日 摘 要 摘 要 隨著經(jīng)濟全球化的迅速發(fā)展，公共安全成為人們生活中最重要的問題，智能安防系統(tǒng)不斷的走進人們生活中， 成為生活中不可缺少的一部分， 而人形檢測是智能安防系統(tǒng)的最前沿的課題，主要應用于智能家庭、智能交通、人體行為分析等領域。本文研究復雜環(huán)境下的人形統(tǒng)計方法，由于受場景不同、光線不同、拍攝角度不同、目標尺度變化、人體形態(tài)差異、偽裝效應和動態(tài)背景等因

4、素的影響，準確進行人形統(tǒng)計有很大難度，為此，本文做了以下主要工作： 通過分析基于膚色模型和 AdaBoost 算法的人臉檢測的優(yōu)點與弊端，改進了一種基于膚色信息的 AdaBoost 級聯(lián)分類器算法，實現(xiàn)了膚色模型與級聯(lián)結構的 AdaBoost分類器算法的良好結合， 提高了復雜場景中光照變化以及人臉姿態(tài)變化對人臉檢測的精確性。 采用相機垂直架設的方法，利用 HOG 特征，獲取人體頭部特征信息，采取機器學習的方法進行人形檢測；并采用增量學

5、習的訓練方法，獲得最終的 SVM 分類器，解決了復雜場景中人形目標較多時人形目標相互遮擋的問題。 采用訓練頭肩檢測器來作為人形檢測的分類器，把提取 Haar 特征的級聯(lián)結構AdaBoost 算法分類器作為初級分類器，再將提取 HOG 特征的 SVM 分類器作為次級分類器， 最終將兩級分類器組成級聯(lián)分類器用于頭肩檢測， 提高了不同角度視頻場景下的人形檢測的準確性。 通過對以上算法的綜合應用和實驗， 結果表明， 本文算法不僅提高了復雜環(huán)境下