基于局部特征的车载红外行人检测方法研究

fordies1

摘 要： 车载红外行人检测在准确率和实时性方面存在多方挑战．文中基于行人头部、躯干成像与背景之间存 在灰度分布差异，构建行人头部模型和躯干模型作为前端分类器，后端采用支持向量机（ＳｕｐｐｏｒｔＶｅｃｔｏｒＭａｃｈｉｎｅ，ＳＶＭ） 进行分类；结合多帧校验和最近邻匹配跟踪行人．实验结果表明，检测时间基本持平，提高了检测准确率．
+ J) Q9 u# F8 n; A/ Q
  b# f$ `. d: V/ B关键词： 红外视频；行人检测；头部模型；躯干模型；行人跟踪

7 c# }4 W" t& y( b! ?/ }0 B9 F
% Y; m2 B& _* p% {: ]
     汽车辅助驾驶系统中的行人检测，存在行人外观模 式差异大、背景动态变化、实时性要求较高等问题，故实 现鲁棒实时的汽车辅助行人检测系统极具挑战性．行人 检测流程通常包括行人候选区域（ＲｅｇｉｏｎｓｏｆＩｎｔｅｒｅｓｔ， ＲＯＩｓ）获取、分类和跟踪三个环节［１］．行人 ＲＯＩｓ获取常 采用滑动窗口法［２］或基于分割的方法［３，４］，前者所得 ＲＯＩｓ数量巨大，难以保障后续实时的 ＲＯＩｓ分类；后者利 用了行人在红外图像中通常表现为较亮的目标，可以快 速地获取 ＲＯＩｓ。
! p" o5 M/ k7 D% H) {2 I
  |3 C" N8 [5 v
附件下载：

游客，如果您要查看本帖隐藏内容请回复

3 G# K' [2 v$ U2 u4 E2 ?2 {: N

谢谢侬

行人检测