基于神经网络面向汽车辅助驾驶的行人检测方法

摘要

本发明公开了一种基于神经网络面向汽车辅助驾驶的行人检测方法，包括：A、提出一种基于概率模板匹配的远红外行人检测方法。根据行人的运动朝向建立多尺度概率模板，缓解因外观模式引起的行人类内方差较大的问题；B、从ROIs提取的角度出发，利用图像梯度信息对可能包含行人的竖直带状图像区域进行初定位；C、提出一种Boosting‑style的归纳迁移学习算法，对行人检测方法在场景因素变化较大时表现得也能理想；采用优化对比法获取最优检测结果，能根据实际需要情况而设定不同的检测网络与训练机制，灵活度高且动态性能好。本发明属于检测算法优化方法。