多特征多阈值级联AdaBoost行人检测器_崔华

合集下载

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

２０１５年
ｗａｓｏｂｔａｉｎｅｄｉｎｔｅｒｍｏｆｔｈｅｃｏｎｔｒｉｂｕｔｉｏｎｒａｔｅ．Ｔｈｅｃｏｎｔｒｉｂｕｔｉｏｎｒａｔｅｗａｓｄｅｆｉｎｅｄｂｗｅｉｈｉｎｙｇｇｅｒｆｏｒｍａｎｃｅｄｅｔｅｃｔｉｏｎａｎｄｄｅｔｅｃｔｉｏｎｓｅｅｄ．Ｔｈｅｃａｓｃａｄｅｏｒｄｅｒｗａｓｔｈｅｄｅｔｅｃｔｏｒｓｂａｓｅｄｏｎｒａｔｉｏｏｆｐｐ，，ｅｄｅｓｔｒｉａｎｈｅｉｈｔｔｏｗｉｄｔｈ，ｎｏｒｍａｌｉｚｅｄｗｉｄｔｈ，ｒｅｃｔａｎｌｅｄｅｒｅｅａｒｅａｓｈａｅｃｏｍｌｅｘｉｔａｎｄｈｅａｄｐｇｇｇｐｐｙ，ｄｅｔｅｃｔｏｒｓｗｅｒｅｓｅｕｅｎｔｉａｌｌｃａｓｃａｄｅｄａｃｃｏｒｄｉｎｔｏｔｈｅｃａｓｃａｄｅｏｒｄｅｒｔｈｕｓｅｄｅｓｔｒｉａｎｄｅｎｓｉｔＴｈｅｑｙｇｐｙ．ｃａｓｃａｄｅＡｄａＢｏｏｓｔｄｅｔｅｃｔｏｒｗｉｔｈｍｕｌｔｉｆｅａｔｕｒｅｓａｎｄｍｕｌｔｉｔｈｒｅｓｈｏｌｄｓｗａｓｃｏｎｓｔｒｕｃｔｅｄ．ａｅｄｅｓｔｒｉａｎ－－ｐ，Ｔｈｅｄｅｔｅｃｔｏｒｗａｓｔｅｓｔｅｄｂｕｓｉｎ３ｔｒａｆｆｉｃｓｃｅｎｅｓａｎｄｃｏｍａｒｅｄｗｉｔｈｓｉｎｌｅｒｏｏｓｅｄｅｄｅｓｔｒｉａｎ－ｙｇｐｇｐｐｐｅｄｅｓｔｒｉａｎｅｄｅｓｔｒｉａｎｃａｓｃａｄｅｌｅｖｅｌＡｄａＢｏｏｓｔｄｅｔｅｃｔｏｒａｎｄ２ｅｘｉｓｔｅｄｃａｓｃａｄｅＡｄａＢｏｏｓｔｄｅｔｅｃｔｏｒｓ．－ｐｐ，，ｅｄｅｓｔｒａｉｎＡｎａｌｓｉｓｒｅｓｕｌｔｉｎｄｉｃａｔｅｓｔｈａｔｉｎ３ｔｒａｆｆｉｃｓｃｅｎｅｓｃｏｍａｒｅｄｗｉｔｈｔｈｅｏｔｈｅｒｄｅｔｅｃｔｏｒｓｐｙｐ，ｒｏｏｓｅｄｅｄｅｓｔｒａｉｎｔｈｅｄｅｔｅｃｔｏｒｈａｓｈｉｈｅｒｄｅｔｅｃｔｉｏｎｒａｔｅｈｉｈｅｒｄｅｔｅｃｔｉｏｎｓｅｅｄａｎｄｌｏｗｅｒｆａｌｓｅｐｐｐｇｇｐ，，ｄｅｔｅｃｔｉｏｎｒａｔｅｔｈｅｍｉｎｉｍｕｍｄｅｔｅｃｔｉｏｎｒａｔｅｉｓ９６．７０％ｔｈｅｍａｘｉｍｕｍｆａｌｓｅｄｅｔｅｃｔｉｏｎｒａｔｅｉｓ０．６７％，ａｎｄｔｈｅｄｅｔｅｃｔｉｏｎｔｉｍｅｉｓｌｅｓｓｔｈａｎ５ｓ．Ｓｏｔｈｅｄｅｔｅｃｔｏｒｓａｔｉｓｆｉｅｓｔｈｅｒｅａｌｔｉｍｅａｎｄｒｅｌｉａｂｌｅ－，，ｒｅｕｉｒｅｍｅｎｔｓｏｆｄｅｔｅｃｔｉｏｎｉｎｔｒａｆｆｉｃｓｃｅｎｅ．１ｔａｂ５ｆｉｓ２４ｒｅｆｓ．ｅｄｅｓｔｒｉａｎｑｇｐ：ｔ；ｐ；ｆ；ＡＫｅｗｏｒｄｓｒａｆｆｉｃｍａｅｅｔｅｃｔｉｏｎｅａｔｕｒｅｘｔｒａｃｔｉｏｎｄａＢｏｏｓｔｒｏｃｅｓｓｉｎｅｄｅｓｔｒｉａｎｉｐｄｅｇｇｙ；；ｃｌａｓｓｉｆｉｅｒｒｅｉｏｎｄｉｖｉｓｉｏｎｃａｓｃａｄｅｒｕｌｅｇ：（，，，，ＡｕｔｈｏｒｒｅｓｕｍｅＣＵＩＨｕａ１９７７ｆｅｍａｌｅａｓｓｏｃｉａｔｅＰｈＤ，＋８６２９６２６３００２７ｈｕａｃｕｉｒｏｆｅｓｓｏｒ－）－－＠ｐｃｈｄ．ｅｄｕ．ｃｎ．检测领域的研究热点。使用不同的行人特征和不同的机器学习方法形成了性能各异的行人检测器，其中，简单ＡｄａＢｏｏｓｔ分类器相对于其他分类器而言，不易出现过拟合现象，而且能聚焦于较难区分实用，的样本，具有较高的分类精度，所以基于ＡｄａＢｏｏｓｔ［］１１１８－。分类器的行人检测方法成为重要的研究分支汤义针对传统的基于矩形特征集的ＡｄａＢｏｏｓｔ行人检测器，分析行人姿态的边缘特性，在借鉴矩形特征的边缘描述方法基础上构建了新的三角特征建立了基于矩形特征、三角特征和非对称特征的集，
（）文章编号：１６７１１６３７２０１５０２０１０９０９－－－
多特征多阈值级联ＡｄａＢｏｏｓｔ行人检测器
崔华，张骁，郭璐，袁超，薛世焦，宋焕生
（）长安大学信息工程学院，陕西西安７１００６４
摘要：为了满足更快、更准、更鲁棒的行人检测需求，考虑交通监控视频图像质量不高与局部特征不明显的缺点，采用简单的行人特征来实现行人检测。除矩形度、高宽比、轮廓复杂度、宽度比、行人面积特征外，特定选用了对遮挡等干扰具有强鲁棒性的头部圆形度这一简单的局部特征。考虑交通监控视频图像中行人的尺寸变化，引入区域划分策略划分图像区域。兼顾高检测率和低误检率，根据分类误差最小原则与正样本分类率最大原则训练多个单特征多阈值ＡｄａＢｏｏｓｔ行人检测。，器为了优化多个行人检测器级联后的检测性能在兼顾检测性能和检测速度的基础上，定义了以依据贡献率大小确定的级联次序为基于高宽比、宽度比、矩形贡献率作为行人检测器的级联规则，度、行人面积、轮廓复杂度和头部圆形度的行人检测器，依次进行级联，建立了新的多特征多阈值级联Ａ并与单级ＡｄａＢｏｏｓｔ行人检测器。选用３个交通场景对行人检测器进行测试，ｄａＢｏｏｓｔ行人检测器与现有２种级联Ａ在３个交通场景的检测中，ｄａＢｏｏｓｔ行人检测器进行比较。分析结果表明：相比其他几种行人检测器，多特征多阈值级联Ａ较快的检测ｄａＢｏｏｓｔ行人检测器具有较高检测率、，速度和较低误检率，检测率最低为９误检率最高为０．检测时间小于５ｓ满足交通场６．７０％，６７％，景中对行人检测实时性和可靠性的要求。关键词：交通图像处理；行人检测；特征提取；区域划分；级联规则ＡｄａＢｏｏｓｔ分类器；中图分类号：Ｕ４９１．６文献标志码：Ａ
，，，，ＣＵＩＨｕａＺＨＡＮＧＸｉａｏＧＵＯＬｕ，ＹＵＡＮＣｈａｏＸＵＥＳｈｉｉａｏＳＯＮＧＨｕａｎｓｈｅｎ－－ｊｇ
（，，，）ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｉｎｅｅｒｉｎＣｈａｎａｎＵｎｉｖｅｒｓｉｔＸｉａｎ７１００６４，ＳｈａａｎｘｉＣｈｉｎａｇｇｇｙ
：，ＡｂｓｔｒａｃｔＩｎｏｒｄｅｒｔｏｍｅｅｔｔｈｅｒａｃｔｉｃａｌｄｅｍａｎｄｆｏｒｅｄｅｓｔｒｉａｎｄｅｔｅｃｔｉｏｎｗｉｔｈｈｉｈｓｅｅｄｈｉｈｐｐｇｐｇ，ｏｏｒｕａｌｉｔａｃｃｕｒａｃａｎｄｓｔｒｏｎｒｏｂｕｓｔｎｅｓｓｉｎｖｉｅｗｏｆｔｈｅａｎｄｕｎａａｒｅｎｔｌｏｃａｌｉｍａｅｆｅａｔｕｒｅｓｏｆｐｑｙｙｇｐｐｇ，ｓｔｒａｆｆｉｃｖｉｄｅｏｓｏｍｅｓｉｍｌｅｅｄｅｓｔｒｉａｎｆｅａｔｕｒｅｓｗｅｒｅｃｈｏｓｅｎｆｏｒｅｄｅｓｔｒｉａｎｄｅｔｅｃｔｉｏｎ．Ｂｅｓｉｄｅｓｐｐｐ，，ｒｅｃｔａｎｌｅｄｅｒｅｅｒａｔｉｏｏｆｈｅｉｈｔｔｏｗｉｄｔｈ，ｓｈａｅｃｏｍｌｅｘｉｔｎｏｒｍａｌｉｚｅｄｗｉｄｔｈ，ａｎｄｅｄｅｓｔｒｉａｎｇｇｇｐｐｙｐ，ｈｅａｄｄｅｎｓｉｔｗａｓａｌｉｅｄｂｅｃａｕｓｅｉｔｉｓａｓｉｍｌｅｌｏｃａｌｆｅａｔｕｒｅａｎｄｈａｓｓｔｒｏｎｒｏｂｕｓｔｎｅｓｓｆｏｒａｒｅａｙｐｐｐｇ，ｏｃｃｌｕｓｉｏｎｉｎｔｅｒｆｅｒｅｎｃｅ．Ｃｏｎｓｉｄｅｒｉｎｔｈｅｓｉｚｅｃｈａｎｉｎｏｆｉｎｔｈｅｉｍａｅｒｅｉｏｎｄｉｖｉｓｉｏｎｅｄｅｓｔｒｉａｎｇｇｇｇｇｐｓｔｒａｔｅｗａｓｉｎｔｒｏｄｕｃｅｄｉｎｔｏｉｍａｅｒｅｉｏｎｄｉｖｉｓｉｏｎ．Ａｎｉｍｒｏｖｅｄｔｒａｉｎｉｎａｌｏｒｉｔｈｍｂａｓｅｄｏｎｔｈｅｇｇｐｇｇｇｙｍｉｎｉｍｕｍｒｉｎｃｉｌｅｏｆｃｌａｓｓｉｆｉｃａｔｉｏｎｅｒｒｏｒａｎｄｔｈｅｍａｘｉｍｕｍｒｉｎｃｉｌｅｏｆｏｓｉｔｉｖｅｓａｍｌｅｐｐｐｐｐｐｃｌａｓｓｉｆｉｃａｔｉｏｎｒａｔｅｗａｓｉｍｌｅｍｅｎｔｅｄｂｃｏｎｓｉｄｅｒｉｎｂｏｔｈｈｉｈｄｅｔｅｃｔｉｏｎｒａｔｅａｎｄｌｏｗｆａｌｓｅｄｅｔｅｃｔｉｏｎｐｙｇｇ，ｔｒａｔｅｈｕｓｓｅｖｅｒａｌｓｉｎｌｅｆｅａｔｕｒｅＡｄａＢｏｏｓｔｅｄｅｓｔｒｉａｎｄｅｔｅｃｔｏｒｓｗｉｔｈｍｕｌｔｉｔｈｒｅｓｈｏｌｄｓｗｅｒｅ－－ｇｐ，ｏｂｔａｉｎｅｄ．Ｔｏｏｔｉｍｉｚｅｔｈｅｄｅｔｅｃｔｉｏｎｅｒｆｏｒｍａｎｃｅｏｆｃａｓｃａｄｅｅｄｅｓｔｒｉａｎｄｅｔｅｃｔｏｒｓｔｈｅｃａｓｃａｄｅｒｕｌｅｐｐｐ
收稿日期：２０１４１１１３－－）基金项目：国家８６３计划项目（２０１２ＡＡ１１２３１２，作者简介：崔华（女，河南南阳人，长安大学副教授，工学博士，从事交通图像识别研究。１９７７－）
１ Fra Baidu bibliotek ０
交通运输工程学报
ｅｄｅｓｔｒｉａｎＣａｓｃａｄｅＡｄａＢｏｏｓｔｄｅｔｅｃｔｏｒｗｉｔｈｐｍｕｌｔｉｆｅａｔｕｒｅｓａｎｄｍｕｌｔｉｔｈｒｅｓｈｏｌｄｓ－－
第１５卷第２期２０１５年４月
交通运输工程学报ＪｏｕｒｎａｌｏｆＴｒａｆｆｉｃａｎｄＴｒａｎｓｏｒｔａｔｉｏｎＥｎｉｎｅｅｒｉｎｐｇｇ
Ｖｏｌ．１５Ｎｏ．２Ａｒ．２０１５ｐ