收藏本站
《中国科学技术大学》 2012年
收藏 | 手机打开
二维码
手机客户端打开本文

面向行人检测的动态视觉词提取与集成分类方法研究

宁博  
【摘要】:行人检测系统(Pedestrian Detection Systems:PDS)旨在通过安装在汽车上的传感器设备,识别汽车行进视角一定范围内的行人,跟踪其位置并判断可能的碰撞,起到辅助驾驶、保障交通安全的目的。作为智能交通(Intelligent Transportation Systems:ITS)的核心技术之一,行人检测受到产业界的高度关注,具有重要的应用价值。此外,由于行人个体的多样性和检测背景的复杂性、动态性,行人检测也是机器视觉(Computer Vision)应用中的一个重要研究课题,其研究涉及机器学习、计算智能、自动化与控制、信息融合等领域,是多学科交叉的研究热点,具有重要的理论价值。 与一般的目标检测相比,行人检测的主要特点在于检测的动态性和实时性。在检测过程中汽车和行人都是运动的,不仅行人个体具有很大差异性,地形、天气、光照等路况因素的动态变化也给检测带来极大的困难。另一方面,由于实时性的要求又必须保证检测速度,不能使用复杂度太高的检测算法。因此,如何开发能够适应路况变化的高效行人检测方法是一个挑战性技术问题。 目前的行人检测方法主要包含图像处理和分类两个类,其中图像处理方法由于过程较为复杂,往往难以满足系统的实时性需求,而基于分类的行人检测由于简单易用成为主流。基于分类的行人检测通常包含特征提取和分类两大步骤,特征提取阶段从图像中的一些兴趣域提取物理特征描述子,在分类阶段对于提取的物理特征使用分类器进行分析,以判断每个兴趣域是否包含行人。 目前的研究中,在特征提取和分类两大环节已经有多种方法提出,这些方法在单一场景检测中可以取得很好的效果,但是对于路况变化的应对能力不足。特征提取方面,物理特征描述子对路况的变化较为敏感,路况变化时其分布也将发生变化,导致原有的特征描述失效。分类器设计方面,由于新旧场景特征分布的变化,原场景训练的分类器在新路况下直接检测性能较差,而如果重新训练又无法满足系统实时性需求。采用集成分类技术将不同路况下的分类器集成是一个可行的解决方案,但是目前的集成分类研究主要针对单一场景,针对多场景数据如何通过集成达到最优的性能组合仍然有待研究。 针对现有行人检测方法在路况变化对应能力方面的不足,本文分别从集成分类技术、行人关键特征提取和动态特征分类器设计三个方面提出针对性的解决方案,为基于分类的行人检测提供技术支撑。本文的主要工作和创新如下: 1)针对行人检测中完全集成策略性能不均衡的问题,提出一种演化生成的选择性集成策略 传统的集成方法对于多场景训练的分类器均采用完全集成策略,而在实践中完全集成难以解决多场景数据冗余的问题,且未必能在检测率、误报率和检测速度的综合性能上取得最优,只采用部分分类器的优化组合有可能取得比完全集成更好的效果。本文提出一种演化生成的选择性集成策略,通过智能算法优化成员分类器的组合,为避免未成熟收敛及加速寻优过程采用额外的种群协同进化,并通过适应度函数的设计将集成分类器的检测速度考虑在内,最终选择综合性能最优的组合分类结构。 2)针对物理特征对路况变化敏感的问题,提出一种更高抽象层次的行人关键特征 原始的物理特征对场景变化较为敏感,导致路况变化后基于物理特征的分类器不再有效。为了提高场景适应性,本文在原始物理特征基础上提取一种具有更高抽象层次的描述子,作为视觉词(Visual Words)。为了有效的用视觉词描述样本,在众多视觉词中需要选择一个有代表性的码表(codebook),即行人关键特征集。本文提出一种基于流形学习和中心度量的关键词选择算法,流形学习不仅起到降维的作用,还在低维空间建立了一个视觉词的模型,在低维流形上通过本文的中心度量算法,可以选择有代表性的视觉词,形成行人关键特征集,即使在场景变化时,也可以得到一个相对稳定的特征表示 3)提出一种使用动态特征集的分类器,路况变化时通过特征集的动态调整使得分类器无须重新训练亦可适应场景变化 现有方法中,原场景分类器在路况变化时性能难以满足需求,而使用新场景样本重新训练则无法实现在线检测。本文提出一种基于行人关键特征集的动态特征集检测机制,在变化场景检测中,分类器本身并不进行调整,而是通过动态特征集的调整来适应路况的变化。对每个检测到的行人样本,按一定规则进行分析,部分视觉词可能能被吸收成为新的行人关键词,而不再适应当前路况的行人关键词则会被淘汰。通过动态特征集的在线调整,分类器无须重新训练即可较好的适应路况的变化,从而实现对新场景样本做出有效的判断。
【学位授予单位】:中国科学技术大学
【学位级别】:博士
【学位授予年份】:2012
【分类号】:TP391.41;TP274

【参考文献】
中国期刊全文数据库 前1条
1 许言午;曹先彬;乔红;;行人检测系统研究新进展及关键技术展望[J];电子学报;2008年05期
中国博士学位论文全文数据库 前1条
1 许言午;面向行人检测的组合分类计算模型与应用研究[D];中国科学技术大学;2009年
【共引文献】
中国期刊全文数据库 前10条
1 罗森林;李金玉;潘丽敏;;特定类型音频流泛化识别方法[J];北京理工大学学报;2011年10期
2 郭烈;张明恒;李琳辉;赵一兵;;一种基于支持向量机的行人识别方法研究[J];大连理工大学学报;2011年04期
3 李想;李涛;;基于核函数的Adaboost分类算法研究[J];电脑知识与技术;2011年28期
4 刘威;于红绯;杨恒;段勃勃;袁淮;赵宏;;一种新的基于单目视觉的广义障碍物检测方法[J];电子学报;2011年08期
5 苏松志;李绍滋;陈淑媛;蔡国榕;吴云东;;行人检测技术综述[J];电子学报;2012年04期
6 黄如锦;李谊;李文辉;江琦;杨赢涛;;基于多特征的AdaBoost行人检测算法[J];吉林大学学报(理学版);2010年03期
7 Takafumi Mrutani;Shoji Kajita;Kenji Mase;;VIDEO BASED ESTIMATION OF PEDESTRIAN WALKING DIRECTION FOR PEDESTRIAN PROTECTION SYSTEM[J];Journal of Electronics(China);2012年Z1期
8 许崇博;王美华;谭志标;;自适应车流方向的跨道行人检测[J];计算机工程;2011年21期
9 杨涛;李静;潘泉;张艳宁;;基于场景模型与统计学习的鲁棒行人检测算法[J];自动化学报;2010年04期
10 庄家俊;刘琼;;面向辅助驾驶的夜间行人检测方法[J];华南理工大学学报(自然科学版);2012年08期
中国重要会议论文全文数据库 前1条
1 聂一鸣;吴涛;安向京;叶磊;;基于学习分类的障碍检测方法[A];第十四届全国图象图形学学术会议论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 齐峰;人工神经树网络模型的优化研究与应用[D];山东师范大学;2011年
2 张翔;文本挖掘技术研究及其在综合风险信息网络中的应用[D];西北大学;2011年
3 胡毅;关节式坐标测量机热变形误差建模及修正研究[D];合肥工业大学;2011年
4 祝翠玲;基于类别结构的文本层次分类方法研究[D];山东大学;2011年
5 孔志周;多分类器系统中信息融合方法研究[D];中南大学;2011年
6 曾成斌;多摄像机协同的行人检测技术研究[D];北京邮电大学;2011年
7 覃姜维;迁移学习方法研究及其在跨领域数据分类中的应用[D];华南理工大学;2011年
8 夏培勇;个性化推荐技术中的协同过滤算法研究[D];中国海洋大学;2011年
9 何光辉;四种人脸识别方法研究[D];重庆大学;2010年
10 聂方彦;图像阈值化与目标分割方法中的若干问题研究[D];重庆大学;2010年
中国硕士学位论文全文数据库 前10条
1 刘晨;灾难现场中人体检测[D];哈尔滨工程大学;2010年
2 赵宏;灾难现场中人体腿脚部检测[D];哈尔滨工程大学;2010年
3 肖平;基于DM642的“行人”语义提取及应用[D];湘潭大学;2010年
4 高艳;基于软间隔的AdaBoost弱分类器权重调整算法[D];西安电子科技大学;2011年
5 张家红;集成分类学习算法研究[D];山东师范大学;2011年
6 李茹;基于最小风险贝叶斯的多层次邮件过滤系统的研究与实现[D];山东师范大学;2011年
7 陈强;基于贝叶斯方法的垃圾邮件过滤技术的研究[D];沈阳工业大学;2011年
8 李玲玲;基于CCD相机的LED显示屏亮度校正方法设计[D];河北科技大学;2011年
9 秦秋梅;睡眠呼吸系统中病人异常行为视频监测[D];河北科技大学;2011年
10 梅玲;支持向量机模型的相关研究[D];河南大学;2011年
【二级参考文献】
中国期刊全文数据库 前5条
1 许言午;曹先彬;乔红;;行人检测系统研究新进展及关键技术展望[J];电子学报;2008年05期
2 郭烈,王荣本,顾柏园,余天洪;世界智能车辆行人检测技术综述[J];公路交通科技;2005年11期
3 张琦;吴斌;王柏;;非平衡数据训练方法概述[J];计算机科学;2005年10期
4 朱谊强;张洪才;程咏梅;杨涛;赵春晖;;基于Adaboost算法的实时行人检测系统[J];计算机测量与控制;2006年11期
5 贾慧星;章毓晋;;车辆辅助驾驶系统中基于计算机视觉的行人检测研究综述[J];自动化学报;2007年01期
中国博士学位论文全文数据库 前1条
1 田广;基于视觉的行人检测和跟踪技术的研究[D];上海交通大学;2007年
中国硕士学位论文全文数据库 前1条
1 朱文佳;基于机器学习的行人检测关键技术研究[D];上海交通大学;2008年
【相似文献】
中国期刊全文数据库 前10条
1 徐科,徐金梧,班晓娟;冷轧带钢表面质量自动监测系统的模式识别方法研究[J];钢铁;2002年06期
2 王勇;李战怀;张阳;;未知真实类标记条件下数据流中的变化发现方法[J];西北工业大学学报;2006年02期
3 张若琳;万力;张发旺;石迎春;;土地利用遥感分类方法研究进展[J];南水北调与水利科技;2006年02期
4 毕晓冬;;基于流分类技术的MPLS协议数据转发研究[J];山东师范大学学报(自然科学版);2006年02期
5 高志森;张铮;李俊;;入侵检测中贝叶斯分类器改进的研究[J];计算机技术与发展;2006年11期
6 王晓东;丁冬花;;实时车辆检测和跟踪系统设计[J];微计算机信息;2006年32期
7 董立岩;刘光远;苑森淼;李永丽;孙铭会;;混合式朴素贝叶斯分类模型[J];吉林大学学报(信息科学版);2007年01期
8 刘慧婷;倪志伟;李建洋;刘政怡;;基于交叉覆盖算法的时间序列模式匹配[J];计算机应用;2007年02期
9 方俊;赵英良;李明钧;;静态手写签名验证技术综述[J];绍兴文理学院学报(自然科学版);2007年01期
10 张勇;;一种新的多类别多标签关联分类方法的研究[J];福建电脑;2007年08期
中国重要会议论文全文数据库 前10条
1 穆明生;;基于特征集的多种分类器模型的在线笔迹认证[A];第十届全国信号处理学术年会(CCSP-2001)论文集[C];2001年
2 朱思俞;石锋;;不定人连续汉语音的四声识别[A];第二届全国人机语音通讯学术会议论文集[C];1992年
3 邵小健;段华;贺国平;;一种改进的最少核分类器[A];中国运筹学会第七届学术交流会论文集(上卷)[C];2004年
4 徐蔚然;于武贵;郭军;;基于统计方法的混排文字切分与分类[A];第八届全国汉字识别学术会议论文集[C];2002年
5 雷蕾;吴乃君;刘鹏;刘兰娟;;灵敏度分析:分类器中的缺失数据[A];第11届海峡两岸信息管理发展策略研讨会论文集[C];2005年
6 陈颖颖;张雁军;贾鑫;;通信信号调制识别方法[A];第一届中国高校通信类院系学术研讨会论文集[C];2007年
7 李刚;郭崇慧;林鸿飞;杨志豪;唐焕文;;基于词典法和机器学习法相结合的蛋白质名识别[A];大连理工大学生物医学工程学术论文集(第2卷)[C];2005年
8 肖惠玲;曾翎;黄海莹;张琳;王昱清;杨勤;陈华富;;支持向量机探测脑功能活动[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集(下册)[C];2007年
9 沈钱波;何加铭;;连笔手写识别搜索算法研究[A];浙江省电子学会2008年学术年会论文集[C];2008年
10 叶强;李一军;;基于支持度-显著度的关联规则分类方法研究[A];管理科学与系统科学研究新进展——第8届全国青年管理科学与系统科学学术会议论文集[C];2005年
中国重要报纸全文数据库 前10条
1 黄明;精子分类器决定生男生女[N];广东科技报;2000年
2 陈思;全网可视的安全[N];中国计算机报;2005年
3 王沛霖;高速路上换轮胎 爱可视更换国内总代[N];中国计算机报;2007年
4 洛林;爱可视MP4“促销四重奏”浓情贺岁[N];云南日报;2006年
5 记者 徐筱璇;可视兰盆上市[N];中国花卉报;2007年
6 彭文;2006,爱可视领军普及MP4[N];中国经营报;2006年
7 记者 张晓辉;爱可视MP4成换购新宠[N];中华工商时报;2006年
8 王杨二;爱可视画出“数字十年”新坐标[N];中国质量报;2008年
9 ;创新 持续的动力[N];中国电脑教育报;2004年
10 《i周刊》记者 赵欣;爱可视AV400随身影院想看就看 想听就听[N];中国计算机报;2004年
中国博士学位论文全文数据库 前10条
1 宁博;面向行人检测的动态视觉词提取与集成分类方法研究[D];中国科学技术大学;2012年
2 王喆;面向模式表示与模式源的分类器设计方法研究[D];南京航空航天大学;2008年
3 谢元澄;分类器集成研究[D];南京理工大学;2009年
4 严志永;在划分数据空间的视角下基于决策边界的分类器研究[D];浙江大学;2011年
5 杨显飞;数据流集成分类器算法研究[D];哈尔滨工程大学;2011年
6 冯爱民;结构驱动的单类分类器设计及拓展研究[D];南京航空航天大学;2011年
7 汪中;面向变化场景的行人分类检测方法研究[D];中国科学技术大学;2011年
8 薛晖;分类器设计中的正则化技术研究[D];南京航空航天大学;2008年
9 王彦;基于PDE的模式识别方法[D];吉林大学;2006年
10 欧阳震诤;不平稳数据流的分类技术研究[D];国防科学技术大学;2009年
中国硕士学位论文全文数据库 前10条
1 武婷婷;分类器性能评价研究[D];北京交通大学;2010年
2 王亚松;关于组合分类器修剪方法的研究[D];郑州大学;2011年
3 潘世瑞;基于分类器集成技术的数据流分类研究[D];西北农林科技大学;2011年
4 石国强;基于规则的组合分类器的研究[D];郑州大学;2010年
5 于柏森;发动机机械故障诊断系统分类器设计[D];长春工业大学;2010年
6 王秀霞;分类器的选择性集成及其差异性研究[D];兰州理工大学;2011年
7 邱立;支持向量机和神经网络在手写数字识别算法中的应用研究[D];华南理工大学;2010年
8 蔡晰;半监督联合训练分类方法研究及其应用[D];福建师范大学;2010年
9 史亚;雷达辐射源个体识别中的分类器设计与子空间学习[D];西安电子科技大学;2011年
10 苏攀;不平衡分类器博弈模型及其在中国象棋中的应用[D];河北大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026