1、隨著汽車數(shù)量的迅速增長和道路交通事故的頻繁發(fā)生,如何減少交通事故、降低交通事故造成的損失成為人們關(guān)注的重點(diǎn)。行人作為道路交通的主要參與者,同時(shí)也是交通事故的直接受害群體。因此,及時(shí)警告駕駛員與行人可能的碰撞,有效地保護(hù)行人的安全,已成為車輛安全輔助駕駛領(lǐng)域備受關(guān)注的研究方向。由于行人非剛體,其可能以各種姿勢出現(xiàn)在道路場景中,再加上行人的衣著以及天氣、光照等因素的影響,基于視覺的行人檢測是非常具有挑戰(zhàn)性的。
　　 本文以單目視覺傳

2、感器作為外界環(huán)境信息的獲取手段,從實(shí)用性角度出發(fā),建立了一個(gè)包含運(yùn)動(dòng)行人分割、識(shí)別的檢測系統(tǒng)。在行人分割階段,首先通過圖像相鄰幀之間的特征匹配,建立自運(yùn)動(dòng)補(bǔ)償模型,并基于此模型消除攝像機(jī)的運(yùn)動(dòng),建立差分圖像；然后根據(jù)運(yùn)動(dòng)行人在差分圖像中表現(xiàn)出來的垂直邊緣特征,利用差分圖像的灰度垂直投影檢測運(yùn)動(dòng)區(qū)域；最后結(jié)合水平邊緣實(shí)現(xiàn)行人的精確定位。
　　 在行人識(shí)別階段,本文建立了一個(gè)級(jí)聯(lián)AdaBoost分類器進(jìn)行行人識(shí)別。行人識(shí)別階段包括離

3、線訓(xùn)練和在線識(shí)別兩個(gè)部分。在離線訓(xùn)練階段,根據(jù)行人所表現(xiàn)出來的垂直邊緣和對稱性等特點(diǎn),采用類Haar特征描述行人,進(jìn)行級(jí)聯(lián)AdaBoost分類器訓(xùn)練；在線識(shí)別階段利用訓(xùn)練階段得到的級(jí)聯(lián)分類器,對輸入的候選行人進(jìn)行識(shí)別檢測。最后,在行人單幀識(shí)別的基礎(chǔ)上,利用行人在圖像序列中連續(xù)出現(xiàn)的特點(diǎn),對于連續(xù)幀的行人識(shí)別結(jié)果進(jìn)行關(guān)聯(lián)融合,進(jìn)一步提高系統(tǒng)的穩(wěn)定性。
　　 本文的行人檢測算法在大量的包括不同天氣和光照條件的測試集上進(jìn)行了測試,結(jié)果