基于局部特征的车载红外行人检测方法研究

摘要

车载红外行人检测是辅助驾驶系统的重要模块,在准确率和实时性方面存在多方挑战.文中基于行人头部、躯干成像与背景之间存在灰度分布差异,构建行人头部模型和躯干模型作为前端分类器,对基于分割获得的候选区域进行快速过滤,后端采用支持向量机(Support Vector Machine,SVM)进行分类;结合多帧校验和最近邻匹配跟踪行人.在自行采集的数据集和公共基准数据集的实验结果表明,检测时间基本持平,提高了检测准确率.