基于動態加權可變形部件模型的行人檢測

高　華，鄔春學，魯　俊

(上海理工大學 光電信息與計算機工程學院，上海 200093)

?

基于動態加權可變形部件模型的行人檢測

高華，鄔春學，魯俊

(上海理工大學 光電信息與計算機工程學院，上海 200093)

近年來具有代表性的工作之一是Felzenszwalb等人提出的可變形部件模型。文中從可變形部件模型中存在的一些問題展開討論，并提出了一種基于動態加權可變形部件模型的行人檢測算法。在各個部件的檢測中使用動態調整權值的方法獲得更加準確的判斷，從而識別處于復雜環境中的行人。實驗結果表明，該方法能夠有效識別復雜環境中傳統DPM方法難以識別的行人。

行人檢測；可變形部件模型；動態加權

行人檢測技術是模式識別與計算機視覺中的一個重要課題，其在安防系統、人體行為理解、行人運動分析等領域均有重要應用。隨著計算機視覺的發展，行人檢測技術已經有了較大的進步，從特征提取到分類和定位方面均有多個研究分支。其中，DPM(Deformable Part Model)[1]是布朗大學的Felzenszwalb等人在2010年提出的基于部件的物體檢測算法，目前已成為檢測效果較為出色的幾種算法之一。DPM考慮物體是由多個部分組成的，因此由部件和整體的組合能夠更好的描述一個物體，設計了根濾波器和部件濾波器來分別從整體和局部檢測物體的特征，最后將根和部件進行整合表征整個物體。

1　相關工作

自2005年以來，行人檢測方面的研究發展迅速[2]。Dalal等人[3]在2005年提出一種HOG(Histograms of Oriented Gradients, 梯度方向直方圖)+SVM(Support Vector Machine, 支持向量機)的行人檢測算法，該算法計算了行人整體的HOG特征，組成高維數據使用SVM進行訓練分類，以達到較高的檢測精度，但該方法是基于整體的特征，對于身體形狀變化較大的行人檢測精度并不理想；……