收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

面向行人检测的组合分类计算模型与应用研究

许言午  
【摘要】: 行人检测系统(Pedestrian Detection Systems,PDS)目的在于从行驶的汽车上,基于各种传感器,通过一些智能算法,实时而准确地判断出汽车前方是否有行人以及行人的大致位置,并进一步判断是否会发生碰撞并予以报警和紧急自动控制。这是一个从实际应用中提炼出来的关键问题,是汽车主动安全(ActiveSafety)、智能车辆(Smart Vehicle)和智能交通(Intelligent Transportation Systems)的一个重要组成部分,有着很强的应用背景和市场价值。同时,行人检测系统也是一个多学科交叉的研究热点,其研究涉及到传感、机器学习、自动化与控制、信息融合、计算智能等,因此也具有很高的科研意义。 目前的行人检测系统可以分为两大类,一类是以汽车厂商为代表的研究团队,他们尽可能采用红外、微波、激光等雷达设备,希望能借助这些昂贵的设备来降低处理难度,以获得更快的行人检测速度和精度;另一类研究者希望仅使用简单、廉价的光学设备,通过设计一些改进的算法来同样得到实时的检测速度和可接受的检测性能。研究者们通过对这些传感设备的比较分析,认为普通光学设备有着一些不可替代的优势,并且其核心技术(例如:分类算法)很容易推广到基于其它传感器的系统上,因此基于视觉的行人检测系统具有重要的理论研究意义和很高的实际应用价值。 本文立足于采用光学摄像头的行人检测系统与关键技术的研究。基于视觉系统的行人检测面临的主要难点在于:1)检测平台和检测对象的不规则自主运动;2)场景的多样性和时变性;3)行人的多样性以及部分遮挡的问题。这些难点导致分类技术作为一种用于行人检测的关键技术,还是一种有待突破的技术难题。同时,如何设计并搭建出一个具有实用性的基于视觉的行人检测原型系统也为研究界与产业界所急需。 行人检测中分类技术主要面临以下三个难点:1)对于检测过程,每帧中待检测的对象数量大,且行人所占比例极少:2)对于分类器训练,面临着样本不平衡问题;3)对于分类器性能要求,同时要求检测速度快、检测率高和误报率低:但这三点相互冲突,因而很难找到一个平衡点。在行人检测系统中,现有的分类方法还存在许多不足,主要包括:1)采用单分类器的方法检测率低,误报率高,检测速度低,多场景适应性差;2)采用串联组合分类器的方法误报率低、检测速度快,但检测率较低、多场景适应性差;3)采用并联组合分类器的方法检测率较高,误报率低,多场景适应性较好,但检测速度慢。 针对行人检测系统与关键技术存在的上述难点问题,我们认为有必要研究出针对性的高效分类模型与算法,设计面向应用的实现技术,最终搭建一个具有实用价值的行人检测原型系统。为此,本文围绕这一选题,完成了以下主要成果: 1.研究可以得到三方面性能平衡且综合性能最佳的组合分类模型。我们结合串并联组合分类器的优点,提出了树状组合分类计算模型(Tree ClassifierEnsemble Model),结合单分类器性能模型对组合分类器的三方面性能进行了定量的数学描述,从而将行人检测中的分类器设计转化为一个优化问题,进而使获得满足行人检测需求的高性能分类器成为可能。 2.研究面向应用的组合分类模型的实现技术。组合分类模型在应用时需要得到其中参数的合理取值才能保证综合性能最优。针对目前分类器关键参数只能通过实验调整的方法获得,不但需要花费很多时间,还不能保证得到的参数最优。为此,我们通过对样本不平衡性的分析,结合组合分类模型的三方面性能表达式,建立了其关键参数的计算模型(Computafion Model),使得保证组合分类器综合性能最优的关键参数可以直接求解得到,大大加速了全局寻优过程。此外,针对实际应用中参数计算模型可能不完全成立的情况,提出了采用RBF拟合结合穷举搜索的方式,仍能在可接受时间内搜索得到组合分类模型的全局最优参数,进一步加强了组合分类模型的应用范围并为该模型在其它分类问题中的应用指明了道路。 3.搭建一个具有实用价值的行人检测原型系统。针对智能交通市场对廉价的行人检测原型系统的需要,本文在组合分类计算模型的基础上,分别完成了基于PC计算平台的行人检测算法离线验证平台和基于DSP的车载行人检测原型系统。在离线平台上,除行人分类检测功能外,还实现了行人距离估计、碰撞预测和报警等功能,并且探索了双目视觉下的相关技术;在DSP平台上,结合Adaboost整型化等技术,实现了在计算能力较弱的平台上实时行人检测功能,该原型系统廉价、低功耗且体积小巧,为相关技术的市场化做好了技术储备。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 胡俊翘,胡友兰,李德群;改进的基因遗传算法在专家系统机器学习中的应用[J];计算机辅助工程;1994年01期
2 阎明印,栾江南,杨叔子;具有学习功能的机械设备智能诊断系统[J];沈阳工业学院学报;1997年04期
3 高阳;周志华;孙晨;陈兆乾;陈世福;;从FTART网络中抽取if-then规则[J];模式识别与人工智能;1999年04期
4 吴艳;刘建波;;电子邮件自动处理的用户模型设计[J];沈阳化工学院学报;2005年04期
5 胡彩霞;;利用决策树获取搜索结果页面中的匹配数[J];科技咨询导报;2007年06期
6 刘星毅;农国才;;几种不同缺失值填充方法的比较[J];南宁师范高等专科学校学报;2007年03期
7 鲁晓南;接标;;一种基于个性化邮件特征的反垃圾邮件系统[J];计算机技术与发展;2009年08期
8 王存睿;文晋;;基于人脸检测的教室信息智能采集系统[J];大连民族学院学报;2009年05期
9 阎巍;;基于决策树的软件项目估算方法[J];计算机工程与科学;2009年08期
10 王厚峰;;计算语言学歧义消解研究——兼介绍北京大学计算语言学教育部重点实验室[J];术语标准化与信息技术;2010年03期
11 苏剑波;;第3届IEEE机器学习与控制论国际会议[J];国际学术动态;2005年02期
12 陈可佳;;社会网络分析中的机器学习技术综述[J];南京邮电大学学报(自然科学版);2011年03期
13 朱程辉,王建平,熊范纶,顾绳谷;基于归纳的自动知识获取系统[J];安徽工学院学报;1994年04期
14 王继成,吕维雪;一种基于符号神经网络的知识获取方法[J];计算机学报;1995年12期
15 张家重,段会川,范绍军,江志超;机器学习与问题求解[J];山东师大学报(自然科学版);1995年01期
16 李军,王鑫,常荣清;基于机器学习的兼类词词性标注[J];信息技术;1999年12期
17 杨清,杨岳湘,翟国平;层次分类中的机器学习方法研究[J];现代计算机;1999年08期
18 谷强,汪叔淳;智能制造系统中机器学习的研究[J];计算机工程与科学;2000年01期
19 何佳洲;周志华;尹旭日;陈世福;;一种通用的故障诊断系统设计方法[J];模式识别与人工智能;2000年04期
20 王继成;基于认知模拟的自适应机器学习算法研究[J];软件学报;2001年08期
中国重要会议论文全文数据库 前10条
1 徐礼胜;李乃民;王宽全;张冬雨;耿斌;姜晓睿;陈超海;罗贵存;;机器学习在中医计算机诊断识别系统中的应用思考[A];第一届全国中西医结合诊断学术会议论文选集[C];2006年
2 李月伦;常宝宝;;基于最大间隔马尔可夫网模型的汉语分词方法[A];中国计算机语言学研究前沿进展(2007-2009)[C];2009年
3 谢世朋;胡茂林;;基于局部仿射区域对稀疏纹理分类的研究[A];第一届建立和谐人机环境联合学术会议(HHME2005)论文集[C];2005年
4 夏诏杰;郭力;李晓霞;;化学主题网络爬虫的研究[A];第十届全国计算(机)化学学术会议论文摘要集[C];2009年
5 张郴;;基于神经网络集成的旅游需求预测模型[A];中国地理学会百年庆典学术论文摘要集[C];2009年
6 吴宪祥;于培松;万旻;倪伟;郭宝龙;;RoboCup中智能体的参数优化和学习[A];马斯特杯2003年中国机器人大赛及研讨会论文集[C];2003年
7 杜晓凤;丁友东;;FloatBag选择性神经网络集成及其在人脸检测中的应用[A];第十二届全国信号处理学术年会(CCSP-2005)论文集[C];2005年
8 杨磊;黎志成;胡斌;;基于人工神经网络的调度规则确定专家系统[A];第七届计算机模拟与信息技术学术会议论文集[C];1999年
9 张燕;张付志;;跨系统个性化服务方法和用户模型研究[A];第三届和谐人机环境联合学术会议(HHME2007)论文集[C];2007年
10 陈时敏;韩心慧;;基于机器学习的网页木马识别方法研究[A];第26次全国计算机安全学术交流会论文集[C];2011年
中国博士学位论文全文数据库 前10条
1 何斌;基于可拓逻辑的机器学习理论与方法[D];华南理工大学;2005年
2 王国胜;支持向量机的理论与算法研究[D];北京邮电大学;2008年
3 胡崇海;基于图的半监督机器学习[D];浙江大学;2008年
4 刘长安;基于实例归纳的工艺规划方法及集成CAPP系统研究[D];山东大学;2003年
5 李忠伟;支持向量机学习算法研究[D];哈尔滨工程大学;2006年
6 钟志;基于异常行为辨识的智能监控技术研究[D];上海交通大学;2008年
7 易勇;计算机辅助诗词创作中的风格辨析及联语应对研究[D];重庆大学;2005年
8 徐海祥;基于支持向量机方法的图像分割与目标分类[D];华中科技大学;2005年
9 牛晓太;多模式智能谈判支持系统的理论与方法研究[D];武汉大学;2004年
10 赵玉鹏;机器学习的哲学探索[D];大连理工大学;2010年
中国硕士学位论文全文数据库 前10条
1 刘孟旭;基于EP的多分类器表决分类算法[D];郑州大学;2004年
2 向光;基于机器学习和数据挖掘的入侵检测技术研究[D];东北大学;2005年
3 亢华爱;入侵检测系统中基于代价敏感分类算法的研究[D];太原理工大学;2005年
4 张金伟;基于Agent网络答疑系统的设计与实现[D];华东师范大学;2006年
5 王晶;支持向量机及其在癌症诊断中的应用研究[D];东北师范大学;2006年
6 万辉;自主载体语义级环境建模和规划的研究与实现[D];沈阳工业大学;2006年
7 黄际洲;聊天机器人知识库自动抽取算法的研究与实现[D];重庆大学;2006年
8 孟祥山;工作流流程优化技术的应用研究[D];国防科学技术大学;2004年
9 芦明;语义网服务中基于机器学习的本体映射研究[D];大连海事大学;2008年
10 马波;支持向量机多类分类算法的分析与设计[D];扬州大学;2008年
中国重要报纸全文数据库 前10条
1 黎骊/文 [美] Tom M.Mitchell 著;机器学习与智能化社会[N];中国邮政报;2003年
2 本报记者 余建斌;机器学习与互联网搜索[N];人民日报;2011年
3 记者 何边;网络化激活人工智能[N];计算机世界;2001年
4 本报记者 张晔通讯员 李玮;周志华:永不墨守成规[N];科技日报;2008年
5 何清 史忠植 王伟;搜索引擎的前沿技术[N];计算机世界;2006年
6 傅秋瑛;默默耕耘数十载 自主创新结硕果[N];科技日报;2006年
7 王育昕吴红梅;高水平原创性科技成果大量涌现[N];新华日报;2008年
8 杰逊;微软的第一个搜索技术掌门[N];中国计算机报;2006年
9 冯卫东;科技将这样改变我们的生活[N];科技日报;2008年
10 记者 刘垠;首届中美视觉夏令营开营[N];大众科技报;2009年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978