改进的可变形部件模型及其在行人检测中的应用

摘要

可变形部件模型（deformable part models，DPM）是近年来在VOC目标检测大赛中表现优异的算法之一，曾赢得2007年VOC挑战赛冠军，目前已经成为主流的通用目标检测算法。基于DPM的目标检测方法的基本思想是将目标类别划分为子类别，将目标实例细分为各个部件，然后通过检测各个部件去判断目标实例的存在，通过分别检测各个子类别去判断目标类别的存在。本文在全面细致地研究学习DPM的基础上，针对行人检测问题提出改进方法，并通过实验验证该方法的有效性。同时，实验显示该方法也适用其它类别的目标检测任务。
　　在学习研究DPM目标检测算法的同时我们将它用于多种目标检测任务的工程实践中，发现DPM目标检测算法虽然有较高的检测精度，却是以较大的计算量为代价，从而限制了它的应用发展。论文主要针对DPM检测速度慢的问题进行研究改进，提出了单点计算模型和快速层定位算法，并以此为基础提出了基于贪婪搜索的DPM检测算法（Greedy DPM）。
　　本文的主要工作和创新点是：
　　?全面细致地解析了基于DPM的目标检测理论和实现细节。
　　?提出单点计算模型，将DPM得分的计算限制在一个点上进行，从而可以对图像局部位置是否存在目标进行快速测试。
　　?提出了快速层定位算法，在多层金字塔中迅速定位目标实例所在层，避免了暴力搜索带来的计算负担。
　　?在单点计算模型和快速层定位算法的基础上，提出了基于贪婪搜索的DPM检测算法，该算法仅需在传统DPM的基础上增加一个不敏感阈值，从而在面对复杂场景时方便调节参数且具有较好的鲁棒性。

目录

封面

声明

目录

中文摘要

英文摘要

第一章 绪论

1.1 课题的研究背景及意义

1.2 课题的研究现状

1.3 目标检测语法

1.4 论文的研究内容安排

第二章 基于可变形部件模型的目标检测

2.1 特征表示

2.2 DPM的模型结构

2.3 基于DPM的目标检测

2.4 基于LATENT SVM的模型训练

第三章 改进的可变形部件模型与快速行人检测

3.1 14维HOG特征

3.2 单点计算模型

3.3 快速层定位算法

3.4 基于贪婪搜索的可变形部件模型

3.5 实验和结果分析

第四章 总结与展望

4.1 对本文工作的总结

4.2 对未来工作的展望

致谢

参考文献

作者在学期间取得的学术成果