基于可變形部件模型以及稀疏特征的行人檢測.pdf

1、人體檢測是計算機視覺領域的研究熱點與難點，在智能監(jiān)控、智能家居服務型機器人、汽車安全駕駛、機器人視覺導航、智能交通、游戲娛樂等方面都有廣泛的應用。人體檢測不僅有直接的應用價值，同時也是計算機實現(xiàn)人體動作行為識別和跟蹤等視覺技術的基礎，具有很好的理論研究價值。
　　本文重點在研究目標檢測模型以及描述圖像特征算子。使用語義的形式定義人體檢測模型，在這種形式上，從簡單的剛性模型到復雜的可變性部件模型都可以通過不同的組合規(guī)則來描述。本文就

2、是沿著這個思想進行探索，逐步豐富行人目標檢測模型。通過構建并訓練復雜的模型結構來提升行人檢測的性能，并在PASCAL VOC挑戰(zhàn)賽數(shù)據(jù)集合中來驗證該模型。
　　在構建更豐富模型的同時，本文利用現(xiàn)有的訓練數(shù)據(jù)，這些訓練數(shù)據(jù)通常指定了標簽，如對象的邊框，但相比語義結構模型來說，這些標簽沒有標明各個部件，是一種“弱”標簽，本文引入一種具有判別能力的弱標簽學習方法，來對該弱標簽數(shù)據(jù)集合進行訓練，與傳統(tǒng)的訓練方法相比，性能上有很大提升。