交通场景下基于深度和迁移学习的行人检测与跟踪方法的研究

Vehicle mounted pedestrian detection system is a dynamic detection platform. The diversity and time-varying of traffic scenes make the pedestrian detection face to a series of technical difficulties. The project aims to propose hierarchical deep representation model, explores pedestrian detection and tracking techniques in changing scenes, and researches in-depth the key scientific problems behind the techniques. Considering the pedestrian scale changing and frequency occlusion, the project implements a novel hierarchical visual features learning method and computation model based on deep learning. Because the classifier which trained in the source scene fast decreases the detection performance in changing scene, the project proposes the samples transfer models from source scene and target scene and explores the confidence samples selecting mechanism based on manifold learning and a set of context cues. The confidence scores are formulated design method of additive kernel support vector machine (SVM)classifier. Considering the target tracking drift problem, the project introduces sparse representation into particle filtering framework, proposes new target tracking method robust to scene change. The method can adapt robustly to the effect of appearance change and occlusion. The content and methods of research provide key technical support for vehicle active safety and autonomous driving, have important theoretical significance and practical value.

车载行人检测系统是一个运动的检测平台，交通场景的多样性和时变性给行人检测与跟踪带来一系列的技术难题。本项目旨在创新行人目标的分层深度表示模型，探索变化场景中的行人检测与跟踪方法、对由此引出的关键科学问题展开深入系统的研究。针对交通场景下行人尺度变化较大、频繁遮挡的情况，基于深度学习实现一种新型的分层视觉特征学习方法与计算模型；针对在源场景下训练得到的分类器在变化场景下性能快速下降的问题，提出从源场景和目标场景两个角度建立样本的迁移模型，探索基于流形学习和多线索的可信样本选择机制，研究集成可信得分的加性核SVM分类器设计方法。面向场景变化下的目标跟踪漂移的问题，将稀疏表示方法引入粒子滤波器框架，创建一种新的具有场景变化适应能力的目标跟踪计算模型和目标模板的在线更新策略，鲁棒地适应目标外观变化与遮挡的影响。研究的内容和方法为汽车主动安全与无人驾驶提供了核心技术支撑，具有重要理论意义与实用价值。

行人检测与目标跟踪技术在智能交通和智能监控系统等领域一直有着重要应用。虽然这些技术在过去几十年中已经取得了长足的发展，但是由于行人外观及复杂的背景环境等因素的影响，行人检测与目标跟踪技术仍然是计算机视觉领域公开的难题。本项目旨在创新行人目标的分层深度表示模型，探索变化场景中的行人检测与跟踪方法、对由此引出的关键科学问题展开深入系统的研究。针对交通场景下行人尺度变化较大的情况，提出一种混合结构的分层特征表示方法，这种混合结构结合了具有表示能力的词袋结构和学习适应性的深度分层结构。首先利用基于梯度的HOG局部描述符提取局部特征，再通过一个由空间聚集受限玻尔兹曼机组成的深度分层编码方法进行编码。对于每个编码层，利用稀疏性和选择性正则化进行无监督受限玻尔兹曼机学习，再应用监督微调来增强分类任务中视觉特征表示，采用最大池化和空间金字塔方法得到高层图像特征表示；针对部分遮挡问题引入了一种新颖的分层特征提取方法和加权核稀疏表示的行人分类方法，方法基于CENTRIST特征提取分层的特征表示，同时利用最大池化技术来增强对于外观变化的鲁棒性，核稀疏表示分类器利用非线性核函数来完成行人分类任务，在模型中，高斯核函数用来测度遮挡的程度，有效去除了部分遮挡对于分类的影响；针对卷积神经网络因BP算法易陷入局部极小值，且随着网络层的增加，一些显著特征信息逐层递减的问题，提出了融合深度感知特征与核极限学习机的行人检测算法。在CNN结构的基础上分两个阶段将前层特征与深层次特征融合后，送入后续层学习，构造一个DAGnet网络解决端到端的行人检测问题。针对视觉跟踪过程中遇到的形变和遮挡问题,提出了一种基于分层极限学习机和自适应结构化局部稀疏外貌模型的目标跟踪算法，针对现有基于CNN的目标跟踪算法无法满足跟踪实时性的问题，提出集成极限学习机层的网络模型和新颖的更新模块，实现了对目标的高精度实时跟踪，改善了跟踪漂移问题。研究的内容和方法为无人驾驶和智能监控提供了核心技术支撑，具有重要理论意义与实用价值。