基于AdaBoost和樣本比對法的行人檢測技術(shù)研究.pdf

1、現(xiàn)代道路交通環(huán)境中的交通事故給人類社會帶來的危害是不言而喻的,因此,如何盡可能的減少交通事故、降低交通事故所帶給人們的損失,越來越受到人們的關(guān)注。汽車安全輔助駕駛技術(shù)的研究可以有效減少交通事故、降低事故損失,所以其越來越受到各國的重視。
　　 行人是道路交通的主要參與者,并且在交通事故中行人也是直接受害者,所以有效的保護交通環(huán)境中行人的安全,并及時警告駕駛員,避免車輛與其附近的行人發(fā)生碰撞或刮擦,已經(jīng)成為了人們關(guān)注的重點。目前,

2、行人檢測技術(shù)主要應(yīng)用在交通交叉口、社區(qū)、銀行、超市及博物館等場所的監(jiān)控方面。在這些方面的應(yīng)用中攝像機都是靜止的狀態(tài),所以可以用背景圖像二值化圖像差分法,檢測識別運動目標。本研究是車載攝像頭的目標行人檢測識別技術(shù),背景圖像和檢測目標都隨著攝像機的運動而運動,所以采用圖像差分法是不能有效的檢測目標行人。
　　 針對以上問題,本研究以單目視覺傳感器作為車輛周邊交通環(huán)境中信息獲取的主要手段,研究主要分為三個部分:傳感器獲取圖像的預(yù)處理、

3、分類器的訓(xùn)練和目標行人的檢測識別。首先根據(jù)采集的不同視頻圖像采用數(shù)字圖像處理方法將行人外部輪廓從感興趣區(qū)域中分割出來,對于分割缺陷進行分析,并提出了解決分割缺陷的方法。其次應(yīng)用AdaBoost(Adaptive-Boosting)算法,三種對稱矩形和四種非對稱矩形提取樣本行人特征。在訓(xùn)練分類器時,提出了層數(shù)和檢測率、誤檢率及漏檢率的關(guān)系。最后利用樣本比對法的行人形狀特征,驗證圖像中是否包含目標行人。對誤檢和漏檢情況進行了分析,得出誤檢和