基于圖像處理的智能汽車行人檢測算法

（Dense Disparity Map-based Pedestrian Detection for Intelligent Vehicle）

近年來，許多研究人員致力于開發(fā)適合與智能汽車的技術(shù)，這些技術(shù)可為駕駛員提供安全和方便。目前車輛已經(jīng)應(yīng)用了車道偏離警告、車道保持、自適應(yīng)巡航等一些智能功能，但是駕駛員仍然需要更為復(fù)雜的安全駕駛功能。行人檢測是智能汽車所需重要技術(shù)之一，可以減少事故的發(fā)生。

有多種傳感器可用來檢測和識別物體，但視覺傳感器與其他傳感器不同，有成本低、信息豐富等優(yōu)點。然而，采用視覺傳感器進行行人檢測，處理的數(shù)據(jù)量大、易受照明等條件影響、需要高性能計算能力等是面臨的主要問題。最近，隨著視覺傳感器及高性能圖形處理單元性能的提高，使得基于圖像處理進行行人檢測成為可能。

文中提出了一種基于稠密視差圖的智能汽車行人檢測算法，利用稠密視差圖提高了行人檢測性能。該算法包括以下幾步：基于道路特征信息的障礙區(qū)域檢測、基于稠密視差圖分割檢測區(qū)域及使用最佳特征的行人檢測。第一步利用列和行檢測所有障礙區(qū)域；然而，在單個障礙物區(qū)域有許多物體時，為了提高行人檢測性能，需要將每個障礙區(qū)域劃分為單目標，此時執(zhí)行第二步分割障礙區(qū)域；最后利用最佳特征訓(xùn)練行人分類器。

基于試驗證明了該算法的有效性，將來會使用更多優(yōu)化特征和其他分類器來提高行人檢測性能。