特定場(chǎng)景下的可變形部件模型.pdf

1、物體檢測(cè)長(zhǎng)期以來(lái)都是計(jì)算機(jī)視覺(jué)中的基本問(wèn)題之一，是進(jìn)行場(chǎng)景理解，行為分析的基礎(chǔ)，在視頻監(jiān)控、自動(dòng)駕駛系統(tǒng)、機(jī)器人制造等問(wèn)題中得到了廣泛的應(yīng)用。當(dāng)前主流的檢測(cè)算法采用基于滑動(dòng)窗口的檢測(cè)策略：從滑動(dòng)窗口中提取特征，將檢測(cè)問(wèn)題轉(zhuǎn)化為二值分類問(wèn)題，即判斷待檢測(cè)目標(biāo)是否存在于當(dāng)前窗口中。由于物體的視覺(jué)特征會(huì)隨著視角、光照、姿態(tài)等條件的變化而變化，給檢測(cè)任務(wù)帶來(lái)了很大的難度。大多數(shù)檢測(cè)算法關(guān)注的是靜態(tài)圖像的檢測(cè)，而特定場(chǎng)景下的物體檢測(cè)又帶來(lái)了新的挑

2、戰(zhàn)：首先，物體尺度范圍非常大，滑動(dòng)窗口大小的選擇需要平衡，若窗口過(guò)大，則對(duì)小尺度目標(biāo)容易產(chǎn)生漏檢；若窗口過(guò)小，則容易產(chǎn)生虛檢；其次，現(xiàn)實(shí)世界中的物體紛繁復(fù)雜，小尺度物體的視覺(jué)信息不足，極易產(chǎn)生漏檢或者與背景發(fā)生混淆。訓(xùn)練時(shí)間也是檢測(cè)模型的一大瓶頸，模型的泛化能力有限，針對(duì)特定場(chǎng)景訓(xùn)練的檢測(cè)難以遷移到新的場(chǎng)景。針對(duì)上述問(wèn)題，我們擬利用特定場(chǎng)景提供的上下文信息，采用場(chǎng)景相關(guān)特征提高檢測(cè)精度，將可變形部件模型擴(kuò)展到多尺度結(jié)構(gòu)，使用概率圖模型結(jié)

3、合檢測(cè)模型和場(chǎng)景相關(guān)特征進(jìn)行聯(lián)合估計(jì)。
　　本研究主要內(nèi)容包括：⑴分析了特定場(chǎng)景下物體檢測(cè)問(wèn)題的難點(diǎn)：物體尺度變化及復(fù)雜背景帶來(lái)的干擾。針對(duì)特定場(chǎng)景，在傳統(tǒng)的基于局部圖像信息的檢測(cè)策略的基礎(chǔ)上，采用基于上下文信息的檢測(cè)思路，充分利用場(chǎng)景所提供的相關(guān)信息，提升檢測(cè)精度。提出了將可變形部件模型作為局部檢測(cè)器，使用概率圖模型將局部檢測(cè)器與場(chǎng)景相關(guān)的上下文特征結(jié)合的特定場(chǎng)景可變形部件模型。⑵對(duì)物體檢測(cè)加速算法進(jìn)行了研究。通過(guò)性能分析發(fā)現(xiàn)，