基于深度圖的人體檢測算法研究.pdf

1、人體檢測是人體跟蹤、行為分析、人機交互、增強現(xiàn)實等眾多應用的基礎。隨著Kinect和RealSense等消費級深度傳感器的發(fā)布，深度數(shù)據的獲取變得簡單化。深度圖像的光照不變性等獨特優(yōu)點吸引了研究人員的注意，因此深度圖人體檢測逐漸成為人體檢測的研究熱點。
　　為了取得更好的檢測效果，可以從兩個層面展開研究。第一個層面是設計區(qū)分度更好的特征提取算法，第二個層面是融合利用多種特征。
　　首先，針對如何提取區(qū)分度高的深度圖特征問題。

2、本文以彩色圖像中的局部方向模式特征為基礎，考慮到深度差異的正負代表了深度變化的方向性，將彩色圖中不帶符號的局部方向模式特征改進為帶符號的特征，然后針對現(xiàn)有特征編碼方式往往只考慮局部特征分布的缺點，本文根據人體自身結構特點提出了適合人體結構的空間金字塔編碼方式，提出了空間金字塔局部方向模式特征，實驗結果表明，本文提出的這種特征在檢測性能上優(yōu)于現(xiàn)有的單一特征算法。
　　其次，本文從特征級和決策級融合兩個層面對特征融合展開研究。在特征級