付 洋，宋焕生，2，陈 艳，朱小平

(1.长安大学 信息工程学院，陕西 西安710064;2.陕西省道路交通智能检测与装备工程技术研究中心，陕西 西安710064)

混合交通是中国交通的主要特点，其中行人交通占有很大一部分比例，特别是在城市交通环境中，而且这种现象也将维持相当长一段时间。因此，保障行人安全和减少其对机动车辆正常行驶的干扰是交通建设的重要目标。近年来，随着图像处理技术的快速发展，基于视频的行人检测技术被广泛用于智能交通管理，成为研究的热点。

麻省理工学院(MIT)人工智能实验室的Miacheal Oren等人提出的基于小波变换的模板匹配检测算法［1］，首先对大量样本图片做Haar小波变换得到这些图片的特征参数，其次对这些特征参数求取平均值并以此建立模板库，最后对输入图像做小波变换后，将得到的参数与模板库匹配，可以准确地识别行人。但该算法计算量太大，虽然，HaliElzein等人对此方法做了一定的改进［2］，通过选取一部分有代表性的样本建立模板，使得计算复杂度有一定的提高，仍然不能满足实时性要求。於建生等人提出了一种基于视频的新型行人识别方法［3］。该方法通过背景差法得到视频图像中的前景物体，结合行人的形状、非刚体性等特征对前景目标采用Kalman滤波器进行匹配跟踪，实现行人识别。姚亚夫等通过背景差分得到有行人运动目标二值图像，引入水平融合值、垂直融合值将满足融合要求的非连通区域外接矩形融合得到一个新矩形，以该矩形的中心作为行人位置特征，以此对行人检测和跟踪［4］。……