张书娟 王震洲

摘要：在辅助驾驶中对行人检测的实时性要求较高，然而现有方法的计算复杂度普遍较高，难以满足实时应用的需求。该文提出了一种基于AdaBoost算法的行人检测与预警方法。行人探测器由Opencv训练，并且训练12级行人探测器。通过在处理器上使用检测器，实现视频图像的行人检测功能。另外，通过使用可变步长和分区扫描跟踪方法，有效提高了检测率，实时检测的要求基本达到。采用均匀化预处理和多尺度融合技术提高了检测过程中检测率；通过直方图均衡办法有效地剔除了光影等因素对测试结果的影响；在测试完成后，通过多尺度融合技术消除冗余部分的测试结果，最终不仅减低了误报率而且大大提高检测效率。

关键词：AdaBoost；行人检测；多尺度融合；快速扫描

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2018）06-0174-04

行人检测是指在图像中或者视频图像中，确认是否有行人，如果有行人，那么将会对其进行预警的处理。行人检测是汽车安全的关键技术，也是行人跟踪，行为分析，步态分析，等研究的必要步骤。近年来行人检测越来越多的向新兴领域靠近，但是在处理的过程中特别容易受到外界环境的一些影响。现在常用的行人检测的方法就是模式识别类的方法。

庄家俊等人通过模板匹配的方法来检测夜间行人，首先通过预处理图片来选取可能存在目标的局部区域，再根据候选区域利用特征末班匹配进行分类，这种二次处理检测的算法虽然降低了算法冗杂度，但是由于第一级处理的程度太大，剔除掉了一部分目标区域，从而导致漏检现象。……