1、近年來,行人檢測在計算機視覺領域有很高的應用前景。研究人員通過先進的人機交互接口檢測人的各種信息(外貌、動作和活動等),再通過計算機對這些信息進一步處理,創(chuàng)建出逼真的人體模型進而被廣泛的應用到各個領域。例如:智能汽車、視頻監(jiān)控、圖像檢索和高級人機交互等。顯然利用圖像進行模式識別已經不能夠滿足高層次的應用要求,本文正是基于視頻的形式,來實現(xiàn)對行人檢測的目的。
　　本文將視頻中的行人檢測分成檢測運動物體和檢測人體兩個環(huán)節(jié)。在檢測運動物

2、體時采用背景減除法得到運動物體,針對視頻背景實時變化的問題,采用高斯混合模型并實時更新,實現(xiàn)了快速檢測運動物體的目的;針對行人運動時,人體結構相對固定卻又發(fā)生扭曲等形變的特點,選取Haar-like特征并用AdaBoost方法進行訓練得到人體檢測器。
　　本文還在檢測到運動物體后,對運動物體進行了二值化處理、形態(tài)學處理和8-鄰域連通區(qū)域標記,縮小了行人檢測的范圍,既提高了檢測的精度又保證了檢測的速度。
　　實驗結果表明,本文