1、行人檢測是目前計算機視覺領(lǐng)域的熱點研究課題，其研究成果被廣泛應(yīng)用于智能交通、機器人開發(fā)、智能視頻監(jiān)控等領(lǐng)域。由于行人檢測不僅要應(yīng)對復(fù)雜的背景、遮擋及光照的影響，而且還要應(yīng)對自身穿著、姿態(tài)和視角等的影響，這些因素導(dǎo)致行人檢測成為計算機視覺領(lǐng)域研究的難點之一。本文以權(quán)衡檢測精度和速度、解決部分遮擋問題為出發(fā)點，在綜合分析現(xiàn)有的行人檢測算法的基礎(chǔ)上，應(yīng)用圖像處理、計算視覺等領(lǐng)域相關(guān)理論，提出了自己的行人檢測算法。
　　首先，針對現(xiàn)有基于

2、HOG-LBP特征的行人檢測算法，檢測速度較慢，不能滿足實時性需求的問題，通過改進HOG特征和引入兩層檢測結(jié)構(gòu)，提出了基于多特征級聯(lián)的行人檢測算法，本算法首先使用改進的HOG特征進行檢測，快速排除大量負樣本；然后使用融合特征進行檢測，進一步排除困難負樣本，以在保證檢測精度的前提下，加快檢測速度。
　　其次，針對現(xiàn)有的基于滑動窗口的行人檢測算法，無法處理部分遮擋，進而導(dǎo)致誤檢和漏檢較高的問題，通過改進HOG特征和結(jié)合整體檢測器和部件

3、檢測器各自的特點，提出了基于遮擋推理的行人檢測算法。首先判斷整體檢測器的檢測得分是否在可能發(fā)生遮擋的范圍內(nèi)，其次通過改進遮擋推理算法，判斷得分在范圍內(nèi)的窗口是否存在遮擋，最后使用DPM模型檢測存在遮擋的窗口，來檢測出被遮擋的行人，提高檢測精度。
　　最后，通過與現(xiàn)有行人檢測方法進行對比實驗，驗證基于多特征級聯(lián)的行人檢測算法，在保證檢測精度的前提下，加快檢測速度的有效性；驗證基于遮擋推理的行人檢測算法，在解決行人部分遮擋問題上的可行