基于多分類器的行人檢測研究.pdf

1、隨著我國汽車數(shù)量呈急劇增長的趨勢，道路交通安全越來越受到重視。行人作為道路交通中主要的參與者，其安全往往不能得到保障。行人檢測系統(tǒng)作為輔助駕駛系統(tǒng)的一個部分，從主動檢測行人的角度上對汽車進行控制，起到保護行人安全的作用。但目前出現(xiàn)的行人檢測系統(tǒng)往往無法同時滿足檢測準確率和檢測速度的要求，因此，還需進一步的構建更加快速準確的行人檢測系統(tǒng)，以達到快速高效檢測行人的需要。
　　本文從檢測速度和檢測準確率兩個方面出發(fā)，深入研究提高檢測效率

2、的途徑和方法，提出快速行人檢測算法和準確行人檢測算法，最后，將快速行人檢測的研究成果與準確行人檢測的研究成果進行融合，結合二者的優(yōu)勢，提出級聯(lián)多分類器的方式來實現(xiàn)快速準確的檢測行人。具體研究內容包括：
　　1）設計了基于LBP的快速行人檢測算法。算法使用LBP算子簡潔高效的提取行人的特征，使用積分圖方法加速行人檢測的計算速度，使用支持向量機對行人的特征進行建模，最終，實現(xiàn)快速檢測行人的目的。
　　2）設計了基于Regionl

3、et的準確行人檢測算法。算法采用隨機預測的方法預測行人可能出現(xiàn)的區(qū)域，并將該區(qū)域進行劃分，得到許多的小塊區(qū)域regionlet。提取regionlet的特征經過處理之后得到大的區(qū)域的特征。因行人在更小塊區(qū)域的內部變形更小，因此，算法對于變形具有更好的適應性，檢測的魯棒性更高。同時，使用Adaboost分類器對行人區(qū)域進行檢測，能更有效的降低誤檢率，提高行人檢測的準確率。
　　3）構建基于多分類器的行人檢測系統(tǒng)。系統(tǒng)將快速分類器和準