基于深度學(xué)習(xí)的行人檢測(cè).pdf

1、行人檢測(cè)技術(shù)由于應(yīng)用的廣泛性使其在計(jì)算機(jī)視覺(jué)領(lǐng)域成為一個(gè)重要分支，對(duì)視頻監(jiān)控、車(chē)輛輔助駕駛、智能機(jī)器人等多個(gè)領(lǐng)域提供了重要的技術(shù)支持。比如視頻監(jiān)控中關(guān)注的主要是行人的運(yùn)動(dòng)軌跡和行為，要實(shí)現(xiàn)對(duì)行人跟蹤和行為分析首先要做的就是檢測(cè)出視頻中的行人。然而現(xiàn)實(shí)生活中由于行人在衣著上的多樣性、形態(tài)變化的多樣性、所處背景的多樣性、光照強(qiáng)弱的多樣性、行人之間相互遮擋使得行人檢測(cè)存在著諸多需要解決的問(wèn)題。
　　如何設(shè)計(jì)一個(gè)與其他類(lèi)別之間差異大，行人

2、之間的類(lèi)內(nèi)差異小并且不受光照等多樣性因素影響的特征，以及如何訓(xùn)練一個(gè)區(qū)分力強(qiáng)的分類(lèi)器是行人檢測(cè)領(lǐng)域的研究重點(diǎn)。2005年梯度方向直方圖（HOG特征）的提出是這個(gè)領(lǐng)域一個(gè)重要的突破，此后大多數(shù)行人檢測(cè)特征都是基于梯度方向直方圖特征進(jìn)行改進(jìn)的。一般來(lái)說(shuō)專(zhuān)家設(shè)計(jì)優(yōu)秀的特征即使對(duì)于有扎實(shí)專(zhuān)業(yè)基礎(chǔ)知識(shí)的研究人員也是很困難的，深度學(xué)習(xí)算法能很好地解決這個(gè)難題，它能自動(dòng)地結(jié)合不同的分類(lèi)任務(wù)從數(shù)據(jù)中學(xué)習(xí)并提取特征。近幾年來(lái)，深度學(xué)習(xí)在大規(guī)模圖像分類(lèi)方面

3、取得的了重大突破，表明深度學(xué)習(xí)可以從多媒體內(nèi)容中提取具有很強(qiáng)表達(dá)能力的特征，從而有效地解決語(yǔ)義鴻溝的問(wèn)題。
　　本文在對(duì)行人檢測(cè)和深度學(xué)習(xí)相關(guān)技術(shù)進(jìn)行充分調(diào)研的基礎(chǔ)上，總結(jié)了行人檢測(cè)主要難點(diǎn)和現(xiàn)有方法存在的問(wèn)題，重點(diǎn)研究了基于深度學(xué)習(xí)的行人檢測(cè)方法，取得的主要研究成果如下。
　　(1)針對(duì)傳統(tǒng)行人檢測(cè)需要專(zhuān)家設(shè)計(jì)特征以及特征存在的魯棒性不強(qiáng)的問(wèn)題，本文結(jié)合深度學(xué)習(xí)方法進(jìn)行行人檢測(cè)，該方法能夠利用深度卷積神經(jīng)網(wǎng)絡(luò)框架自動(dòng)的從行

4、人數(shù)據(jù)庫(kù)中學(xué)習(xí)行人的特征。但是通常深度學(xué)習(xí)網(wǎng)絡(luò)的層次較深，需要學(xué)習(xí)參數(shù)非常多，只有在訓(xùn)練樣本充足時(shí)才能有效地避免網(wǎng)絡(luò)訓(xùn)練過(guò)擬合。對(duì)此本文采用基于內(nèi)容的圖像檢索方法進(jìn)行數(shù)據(jù)擴(kuò)充，該方法在進(jìn)行數(shù)據(jù)庫(kù)擴(kuò)充時(shí)充分考慮到原數(shù)據(jù)庫(kù)的行人分辨率，背景分布等因素，使擴(kuò)充后的數(shù)據(jù)庫(kù)仍然保持INRIA數(shù)據(jù)庫(kù)原有的數(shù)據(jù)分布，從而有利于訓(xùn)練對(duì)INIRIA數(shù)據(jù)庫(kù)檢測(cè)效果更佳的深度學(xué)習(xí)網(wǎng)絡(luò)。
　　(2)針對(duì)行人檢測(cè)窗口選擇過(guò)程中使用滑動(dòng)窗口產(chǎn)生冗余窗口較多且

5、質(zhì)量不高的問(wèn)題，本文提出了一種多策略窗口選擇的方法，該方法先利用選擇性搜索算法提取質(zhì)量高的預(yù)選區(qū)域，然后結(jié)合圖像中行人特性和二值規(guī)范化梯度算法對(duì)預(yù)選區(qū)域進(jìn)行過(guò)濾去除大量冗余窗口。最終產(chǎn)生了數(shù)目少、質(zhì)量高的窗口，為后續(xù)的特征提取及分類(lèi)提供了很好的保障。
　　(3)基于上述研究，本文設(shè)計(jì)了一套基于深度學(xué)習(xí)的行人檢測(cè)系統(tǒng)，利用這套系統(tǒng)我們完成了通過(guò)多組對(duì)比實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明:利用基于內(nèi)容的圖像檢索方法進(jìn)行數(shù)據(jù)擴(kuò)充后訓(xùn)練的基于深度學(xué)習(xí)的行