基于机器学习的行人检测系统设计.docx

摘要:随着科技不断发展，视频监控系统应用广泛，其中以应用在公共场合、学校、街道等行人数量较大的场所为例，相应的视频监控安全则越来越受到人们的瞩目。不仅需要能够通过摄像头对行人实施监控，更是需要摄像头具有识别功能，自动对行人目标实施检测。目标检测技术是智能视频监控系统基础技术，更是为后续目标的智能识别和跟踪的基础与核心。

传统的HOG特征可以对直立行人目标能够进行较好的检测，但被测行人目标的外观容易受到姿态变化因素的影响，所以当行人呈现出不同姿态时，传统HOG特征行人检测效果会有所减弱。

本文借助可变形部件模型的检测方式对视频中的行人目标进行检测，详细阐述基于可变形部件的行人检测算法（DPM）原理，该算法在HOG+SVM原理的基础上，采用了可变形部件的训练方式，增加行人检测时相应的训练模型，以此达到高精度行人检测。本文采用MATLAB软件进行仿真，仿真结果表明：采用DPM行人检测算法，能够对行人目标实施高准确度的检测。

关键词：行人检测；机器学习；可变形部件模型；HOG特征

目录

摘要

Abstract

1. 绪论-1

1.1 研究意义和背景-1

1.2 国内外研究现状-2

1.3 主要工作内容-3

1.4 论文结构安排-3

2 行人检测技术方法-4

2.1 基于模板匹配的行人检测方法-4

2.2 基于运动特征的行人目标检测-6

2.2.1 光流法-6

2.2.2 帧间差分法-8

3. 行人目标检测系统构成-10

3.1 检测系统仿真平台-10

3.1.1 硬件环境-10

3.1.2 软件环境-10

3.2 行人检测系统流程-11

4. 行人目标检测算法与仿真-13

4.1 目标检测算法-13

4.2 可变形部件模型行人检测算法-14

4.2.1 HOG特征-14

4.2.2 支持向量机-15

4.2.3 可变形部件模型行人检测算法-16

4.3 仿真结果-20

总    结-22

参考文献-23

致    谢-25