基于OpenCV的行人检测方法研究开题报告

全文总字数：3058字

1. 研究目的与意义（文献综述）

在科技飞速发展的时代，人类所有的研究领域几乎都离不开计算机，而计算机智能视觉已成为近年来研究的热点之一。视觉是人类感知外物世界的主要感官通道，人类所感知的超过80%的外部信息都是从视觉而来，视频、图像作为重要的信息载体，其采集原理便是基于人眼视觉功能发展来的。计算机视觉就是将成像输入设备采集的信息代替人类完成识别和分析，行人检测则是计算机视觉的一个具体表现形式。

行人兼具着刚性和柔性的特征，外观易受视角、遮挡、穿着、姿态、尺度的影响，因此，行人检测成为了计算机视觉研究的热点和难点。行人检测是对输入的图像和视频序列进行数据分析，判断其中是否有行人存在，并给出行人的具体位置。如今，行人检测被广泛应用于各种领域，如：智能监控、行人分析、智能机器人、智能辅助驾驶等。智能交通系统起源于二十世纪90年代，保护行人安全的行人检测系统便是其中非常重要的一部分。在行驶的汽车上安装行人检测系统，通过摄像头获得行人的具体位置，在危险发生之前及时的发出警报或采取行相应的强制措施，则可以避免车祸的发生。

目前，经过几十年的不懈积累，行人检测在国内外已经取得了显著的发展。

2. 研究的基本内容与方案

基本目标：利用开源的跨平台计算机视觉库opencv在visual studio进行开发，建立行人检测的模型,通过输入预先准备的图片和视频序列,来实现检测行人的功能。

基本内容：通过提取行人的梯度方向直方图（hog）特征，并利用事先准备的样本训练出来线性支持向量机（svm）分类器对提取的行人特征进行分类，建立一种基于梯度方向直方图特征的行人检测系统。

基本方案：

3. 研究计划与安排

第1－4周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。

第5－6周：熟悉掌握基本理论，完成英文资料的翻译，熟悉相关工具软件的使用。

第7－9周： 提取行人的梯度方向直方图（hog）特征。

4. 参考文献（12篇以上）

[1]杜晓峰.基于opencv的行人检测监控系统研究与实现[j].电子制作,2018(09):58-59 9.

[2]陈丽枫,王佳斌,郑力新.采用hog特征和机器学习的行人检测方法[j].华侨大学学报(自然科学版),2018,39(05):768-773.

[3]汪成龙,陈广财,陈治明.基于opencv的行人检测方法[j].惠州学院学报,2016,36(03):55-57.