北方工业大学 韩 月 郑 谐 朱书豪 宋 帅 张 鹏 王卓然



基于ARM的嵌入式行人检测系统

北方工业大学 韩 月 郑 谐 朱书豪 宋 帅 张 鹏 王卓然

【摘要】在现有的行人检测算法的基础上，本文在基于ARM的嵌入式系统下采用深度摄像机获取场景的深度信息和彩色信息，使用距离信息的阈值分割方法确定行人头肩部出现的区域，然后对头肩部区域提取梯度直方图特征并采用支持向量机对目标进行分类和识别。

【关键词】ARM；行人检测；JNI

0　引言

行人检测技术作为智能交通的核心技术，其研究始于20世纪90年代，且每年都有大量的研究成果出现。随着计算机硬件和视频采集设备的发展，该领域提出了很多具有代表性的行人检测算法[1][2][3]。来自法国的研究人员Navneet Dalal和Bill Triggs[3]2005年在CVPR提出的基于梯度方向直方图和支持向量机的行人检测算法取得了很好的检测效果，目前已成为行人检测领域的经典算法之一。行人检测技术在日常生活中、客流量统计、交通监视等领域有着非常重要的实用价值和广阔的发展前景。

近年来，随着视频采集设备的不断发展，在基于视频的行人检测领域出现了一种新方法——基于深度图的行人检测方法，其为客流检测技术研究提供了一个全新的切入点。该方法通过摄像机从三维立体的角度描述真实场景的深度信息，且不受光照变化和阴影等对检测结果的干扰。此外，还可以利用不同目标之间的距离信息有效地克服在平面图像中容易出现的遮挡造成的影响[4][5][6]。……