赵 双，陈树越，王巧月

夜间复杂场景下红外图像行人检测算法研究

赵 双，陈树越，王巧月

（常州大学 信息科学与工程学院，江苏 常州 213164）

针对夜间红外图像中行人与背景灰度差异小且存在遮挡等问题，提出了一种夜间复杂场景下的红外行人检测算法。首先利用行人语义融合方法生成对目标全覆盖的显著图，与原图融合得到感兴趣区域，然后构造基于改进的方向梯度直方图特征的两分支分类器，同时提出一种遮挡判别算法，根据分类器模糊分数判断是否遮挡，设计一种头部模板实现最终的行人检测。在LSI远红外行人数据集和自主采集的冬、夏季节夜间行人数据上进行实验，结果表明：在不同环境下，所提出的方法均可快速鲁棒地检测出行人，可较显著地降低漏检率，检测率可达到94.20%。

红外图像；行人检测；显著性；复杂情况；方向梯度直方图特征

0 引言

行人检测是计算机视觉领域极具挑战性的问题，广泛应用在公共安全、智能监控、自动驾驶等领域中[1-2]。与传统的基于可见光的行人检测任务相比，远红外图像不受光照的影响，可以检测物体的热分布，从而在夜间对物体进行空间显示。热成像受温度值影响大，环境温度升高会带来灰度值反转问题，当行人与环境相接时，轮廓边缘无法保持完整，导致感兴趣区域提取失败进而无法检出行人、路灯、车辆向阳面等灰度值高的目标易产生误检[3]。与此同时，还要应对行人个体和姿态、视角及尺度的差异问题，复杂的背景使行人极易出现遮挡情况导致误判，现阶段的研究多关注完整体态的行人检测，而忽略了遮挡的情况。……