胡庆新，王磊

（合肥工业大学 计算机与信息学院 安徽 合肥 230009）

基于多特征的红外图像行人检测

胡庆新，王磊

（合肥工业大学 计算机与信息学院 安徽 合肥 230009）

基于提高红外图像行人检测准确率的目的，提出了一种基于多特征的红外行人检测算法。首先提取训练样本的梯度方向直方图特征和强度自相似性特征，利用二者相结合得到联合特征训练支持向量机（SVM），之后利用滑动窗口法対整幅红外图像进行遍历，用训练好的SVM进行分类检测。在LSI Far Infrared Pedestrian Dataset数据库上实验证明，基于多特征的检测方法相较于单一特征的方法提高了红外行人检测的精度，降低了误检率和漏检率。

红外行人检测；梯度方向直方图；强度自相似特征；支持向量机

行人检测就是把图像中出现的行人从背景中分割出来并精确定位，行人检测是计算机视觉领域的研究难点与热点［1］。红外图像相较于可见光图像而言具有明显的优势，一般而言，红外图像中的行人的亮度比背景的亮度要高，且几乎不受肤色，纹理和阴影等因素的影响，红外图像中对行人目标的识别检测在军事侦察、安全监控、辅助驾驶、机器视觉等领域有着重要的应用。因此，红外图像中的行人检测具有重要的研究价值和意义。

经过多年的研究，研究者们已经提出了多种多样的检测方法，针对红外图像特点，许多利用了基于阈值分割的方法来进行红外图像中行人的检测［2］，通过构建行人模板来进行行人检测［3］，利用特征提取和机器学习来进行行人检测［4］。……