智能辅助驾驶的行人检测与跟踪算法研究开题报告
2020-04-21 16:13:09
1. 研究目的与意义(文献综述)
撰写内容要求(可加页):
1.目的及意义(含国内外的研究现状分析)
基于计算机视觉的行人检测由于其在车辆辅助驾驶系统中的重要应用价值成为当前计算机视觉和智能车辆领域最为活跃的研究课题之一。其核心是利用安装在运动车辆上的摄像机检测行人,从而估计出潜在的危险以便采取策略保护行人。视觉跟踪和目标检测是计算机视觉领域内较早开始的研究方向。经过几十年的积累,这两个方向已经取得了显著的发展。然而,很多方法只是在相对较好地程度上解决了一些关键问题。并且仍旧有不少一般性的关键问题未得到有效的解决。国内外很多研究机构都在致力于研究和发展这两个方向。近些年这两个方向持续发展,涌现了很多比较优秀的方法。
2. 研究的基本内容与方案
2.研究(设计)的基本内容、目标、拟采用的技术方案
#8226; 研究的基本内容
2.研究(设计)的基本内容、目标、拟采用的技术方案
#8226; 研究的基本内容
本课题主要研究行人检测算法、行人跟踪算法和二者结合后的效果,该课题以 opencv 的图像处理技术为依托,主要完成以下的几个方面的研究:
(1)对比研究基于hog的行人检测框架和基于级联分类器的检测框架
hog的核心思想是所检测的局部物体外形能够被光强梯度或边缘方向的分布所描述。通过将整幅图像分割成小的连接区域(称为cells),每个cell生成一个方向梯度直方图或者cell中pixel的边缘方向,这些直方图的组合可表示出(所检测目标的目标)描述子。为改善准确率,局部直方图可以通过计算图像中一个较大区域(称为block)的光强作为measure被对比标准化,然后用这个值(measure)归一化这个block中的所有cells.这个归一化过程完成了更好的照射/阴影不变性。与其他描述子相比,hog得到的描述子保持了几何和光学转化不变性(除非物体方向改变)。因此hog描述子尤其适合人的检测。
3. 研究计划与安排
3.进度安排
第一至第二周:查阅设计题目的相关资料;
第三至第四周:撰写开题报告,翻译英文资料;
第五至第六周:深入学习与对比研究基于机器学习的目标检测算法,重点研究基于轮廓线索的行人检测;
4. 参考文献(12篇以上)
4.阅读的参考文献不少于 15 篇(其中近五年外文文献不少于3篇)
[1] 贾慧星,章毓晋.车辆辅助驾驶系统中基于计算机视觉的行人检测研究综述[j].自动化学报,2007,33( 1) : 84-90.