单目移动拍摄下基于隐式形状模型的行人检测方法研究

行人检测是计算机视觉和模式识别研究领域的前沿课题，由于受光照、复杂背景、关节位置、拍摄角度以及遮挡等因素的影响，实时鲁棒地在真实场景中检测出行人，挑战极大。针对研究现状，本项目提出了单目移动拍摄下基于隐式形状模型的行人检测方法。首先，引入视觉注意模型，采用符合单目移动拍摄下行人检测的自顶向下特征，通过对注视区域的计算，把复杂的视觉任务分解，缩小关键点检测范围；然后，将行人检测视为机器学习过程，利用事先建立并标注的行人数据库进行训练，从中学习到表示行人的码本原型和空间共生分布模型，再根据Marr的特征分析理论，将表征行人的全局特征和局部特征融合起来；最后，引入迁移学习方法，使不同视角的样本可共享同一码本模型，解决多视角问题。项目针对行人检测中的难点，提出了新的理论框架和解决方法，很好的解决了真实场景下行人的实时检测问题，对丰富机器智能的理论和方法，具有重要的理论意义和广泛的应用前景。