面向智能红绿灯系统的行人检测方法研究

摘要

面向智能红绿灯系统的行人检测方法的研究是基于智能视频分析的行人闯红灯自动检测系统方案，当人行道上有行人时，尽量让行人通过，通过后再让机动车通过；当人行道上没行人时，可以让机动车通过节省交通资源，以至于减少交通拥堵。但是面向智能红绿灯系统的行人检测方法的研究同样也面临着一个主要问题：交通路口的行人检测。对于面向行人检测的智能红绿灯系统的性能影响最大的因素之一是交通路口的行人检测问题。本课题针对交通视频中行人检测存在的这些问题，研究了相应的改进算法，包括改进的PCA降维算法设计、遮挡条件下多特征行人检测算法以及基于PCA-HOG与LBP融合的行人检测三个部分。
　　（1）改进的PCA降维算法设计
　　在对分类器训练时，传统的HOG特征提取维数较高，有大量的冗余信息，使得算法计算过程较为复杂。为了克服这一不足之处，我们提出一种改进算法，引入了PCA主成分析算法，即在进行 HOG特征前进行降维处理。实验表明：当维数取300时，识别检测能力得到了大幅度提高。
　　（2）遮挡条件下多特征行人检测算法
　　如果出现遮挡情况，比如，车辆遮挡行人，高楼遮挡行人甚至人与人之间的遮挡，这种情况下，用之前介绍的整体行人检测就比较困难了。故提出一种局部的检测算法，采用局部二元模式特征和双分类器来处理遮挡下行人检测问题。在前面内容基础上，改进行人检测算法，使得其在遮挡情况下，检测精度检测时间上有较高的提升。
　　（3）基于PCA-HOG与LBP融合的行人检测
　　根据前面改进的PCA降维算法和遮挡条件下多特征行人检测算法，提出一种多特征融合的行检测算法，以更加进一步提高行人检测精度和检测速度。由于人行道上的行人很多情况都存在部分遮挡的情况，并且为了保证检测速度，将PCA-HOG与LBP融合，以适应现实人行道上的行人检测。
　　整体的系统设计：将以上融合的行人检测方法检测到的行人信息，通过嵌入式系统与SCATS系统对接，再通过SCATS系统控制智能交通灯。通过对人行道的视频进行行人检测使交通灯智能化，以实现交通资源的合理利用，以及保存行人闯红灯的违法信息。

目录

声明

引言

1绪论

1.1课题的研究背景与意义

1.2国内外研究现状

1.3本文研究内容和结构

2HOG+SVM与C4两种方法的对比

2.1经典HOG+SVM行人检测算法

2.2 C4行人检测方法

2.3 经典HOG+SVM行人检测与C4行人检测的比较

2.4 本章小结

3基于C4行人检测算法的改进

3.1改进的PCA降维算法设计

3.2遮挡下多特征行人检测算法研究

3.3 基于 PCA-HOG 与 LBP融合的行人检测

3. 4本章小结

4系统设计方案

4.1整体功能设计的要求

4.2基于单机片的智能红绿灯硬件的设计

4.3单机片智能红绿灯的软件应用的设计

4.4本章小结

5.1 论文总结

5.2 展望

参考文献

后记

附录：攻读硕士期间发表的学术论文