董永坤 王春香 杨 明

（1.上海交通大学机械与动力工程学院 上海200240；2.上海交通大学电子信息与电气工程学院 上海200240）

0 引 言

我国平均每年有10万以上的人死于交通事故［1］，所以行人安全问题日趋重要。基于计算机视觉的行人检测由于其在汽车主动安全驾驶系统中的重要实用意义成为当前计算机视觉和智能车辆领域最为活跃的研究课题之一。但是由于行人的衣服颜色和走动姿态随机性很强，所以对行人检测算法的鲁棒性要求很高，并且图像处理的运算量比较大，实时性也是目前行人检测技术发展的一大障碍。

目前典型的行人检测系统一般包含2大模块：感兴趣区域分割和目标识别。感兴趣区域的分割就为了确定包含待检测目标的窗口区域，这样在目标识别过程中就不必遍历整个图像坐标系，同时可以提高行人检测算法的速度和实时性。常用的兴趣区域分割的方法包括基于距离、基于运动、基于图像特征和基于摄像机参数。基于距离的即根据目标到车辆的距离来分割物体，常用传感器有雷达和立体视觉，基于运动的即检测场景中的运动目标，但无法检测静止的行人，基于特征的方法不需要额外的传感器，而是根据目标的边缘，熵和纹理信息来判断是否是行人区域，基于摄相机参数即根据其安装位置和参数，对行人出现在图像中的位置和大小进行筛选，但其标定结果会受车体震动的影响。目标识别是行人检测的核心环节，包括根据行人运动步态的识别和根据行人边缘、纹理等形状信息的识别［2］。……