1、隨著經(jīng)濟的發(fā)展，中國的老齡化趨勢不斷加劇，獨居老人無人看護造成了許多家庭悲劇，家庭環(huán)境下獨居老人行為理解有望解決智能家庭看護的問題，而對人體目標的檢測則是行為理解的基礎，因此，對家庭環(huán)境下人體目標檢測算法的研究具有重要的意義。本文針對人體目標檢測在家庭環(huán)境下存在的研究難點如遮擋、光照變化、尺度、姿態(tài)各異、檢測的快速性等問題，對檢測算法和具體的檢測定位方法進行了相關研究，以提高人體目標檢測算法應用于獨居老人智能家庭看護的可靠性。主要的研究

2、工作總結如下：
　　針對家庭環(huán)境下復雜背景干擾和檢測的快速性問題，研究了基于特征融合和級聯(lián)Adaboost的檢測算法。對于復雜背景干擾可能引起的漏檢、誤檢問題，分析多種文獻的抗干擾方法，結合 HOG特征具有對人體輪廓描述強、對光照的變化不敏感、檢測準確度高，LBP特征具有灰度不變性、計算速度較快、能較好刻畫平坦表面紋理特征的特性，研究用HOG-LBP特征融合的方法來應對環(huán)境干擾。對于檢測的快速性問題，在特征提取方面，用積分圖技術加

3、速HOG特征的提取，并對其進行PCA降維，以降低運算量，提取單個塊59維的均勻模式LBP特征，以提高運行速度；在分類器設計方面，設計了可快速分類判別的Adaboost級聯(lián)分類器，用線性SVM作為弱分類器，方便HOG特征的降維處理。
　　針對在具體檢測時圖像尺度和平躺人體目標可能引起的漏檢問題，研究了基于多尺度和圖像旋轉的檢測方法。對于人體目標相對于圖像過大引起的漏檢問題，研究多尺度縮放圖像多層檢測的方法；對于因多尺度檢測造成的在目

4、標具體定位時的多窗口輸出問題，研究了基于貪心策略的非極大值抑制方法；對于平躺人體目標的防漏檢問題，提出了在無目標窗口輸出時順時針旋轉圖像90度重復檢測，檢測成功后再逆時針旋轉返回原圖像位置的檢測方法。
　　為驗證以上研究方法的正確性，本文在 VS2010平臺下，用開源計算機視覺庫Opencv對INRIA人體數(shù)據(jù)庫進行訓練，得到15級的Adaboost級聯(lián)分類器，并用測試樣本集對分類器在檢測率、誤報率、檢測速度方面做出評估，對算法整