基于改進(jìn)Adaboost的行人快速檢測(cè)與定位算法＊

游 峰 李福樑 馮瓊瑩 張榮輝 裴玉龍 徐建閩

（1.華南理工大學(xué)土木與交通學(xué)院 廣州510640；2.新疆交通科學(xué)研究院 烏魯木齊830000；3.哈爾濱工業(yè)大學(xué)交通科學(xué)與工程學(xué)院 哈爾濱150090）

0 引 言

為有效地保護(hù)行人安全，及時(shí)警告駕駛員避免與行人碰撞，行人檢測(cè)技術(shù)已成為車輛主動(dòng)安全與汽車安全輔助駕駛技術(shù)的研究熱點(diǎn)。視頻檢測(cè)方法因成本低廉，靈活性好，有較強(qiáng)魯棒性，受到工程應(yīng)用和理論研究領(lǐng)域的廣泛關(guān)注［1］。

目前，基于視頻的行人檢測(cè)研究，大多采用P.Viola等［2］提出的基于 Harr－like特征的方法，該方法具備一定的實(shí)時(shí)性。但與人臉相比，行人模式具有更大的外觀差異，直接應(yīng)用于行人檢測(cè)的效果并不理想。A.Iketani［3］研究的行人檢測(cè)系統(tǒng)使用多個(gè)攝像機(jī)，采用立體成像技術(shù)，結(jié)合神經(jīng)網(wǎng)絡(luò)的方法確定行人在圖像中的位置及尺寸。R.Cutler等［4］提取行人圖像的差分圖像，建立運(yùn)動(dòng)行人的感興趣區(qū)域，采用時(shí)頻化方法分析圖像中的行人是否存在周期性的運(yùn)動(dòng)，實(shí)現(xiàn)行人的識(shí)別和跟蹤。Karaulova等［5］建立了人體運(yùn)動(dòng)學(xué)的分層模型，用于單目視頻序列中人體的跟蹤。V.Philomin等［6］應(yīng)用背景相減法提取行人的邊緣特征，用Procrustes法進(jìn)行行人的識(shí)別和跟蹤。Liang Zhao［7］利用自閉塞的輪廓線或身體局部的側(cè)面輪廓線對(duì)行人進(jìn)行跟蹤。O.Masoud等［8］利用動(dòng)態(tài)的矩形匹配建立行人模型，允許行人模型在圖像空間中重疊，解決可能出現(xiàn)行人重疊或遮擋問題。孫慶杰［9］利用側(cè)影的人體模型及其概率模型，提出了1種基于矩形擬合的人體檢測(cè)算法。……