夜晚環(huán)境下的行人檢測技術(shù)研究.pdf

1、由于光照條件較差，夜間的車輛駕駛要比白天更危險，而且夜間的安全監(jiān)控也常常出現(xiàn)漏洞。為了提高夜間的駕駛安全性，提高夜間智能監(jiān)控的準確性，越來越多的研究開始關(guān)注于夜間的行人檢測技術(shù)。由于在紅外圖像中行人與背景的區(qū)分度要比可見光圖像更為突出，因此基于紅外圖像的行人檢測技術(shù)具有較大的潛力。然而紅外圖像的質(zhì)量較差（低分辨率，低對比度，較少的可區(qū)分特征點，稀缺的紋理信息等），這給行人檢測帶來了很多困難。
　　梯度方向直方圖(HOG)和局部強度

2、差直方圖(HLID)是很好的行人檢測單特征，但它們很難區(qū)分與行人具有相似輪廓的物體。而且紅外圖像中行人輪廓內(nèi)部的亮度信息在HOG和HLID中并沒有能很好的發(fā)揮作用。為解決以上問題，本文在研究目前常用的行人檢測特征的基礎上，提出了專門針對于紅外圖像的行人檢測特征。結(jié)合HOG以及強度直方圖(HOI)特征各自的優(yōu)點，通過支持向量機(SVM)的幫助，得到了一種新的適合紅外圖像行人檢測的特征——梯度方向和強度直方圖混合特征(HOGI)。實驗結(jié)果表

3、明和HOG相比，HOGI在不增加特征維度的情況下，在同等誤檢率下漏報率平均降低了50％，計算效率平均提高40％。
　　考慮到智能輔助駕駛等領(lǐng)域應用的實時性需求，結(jié)合自主車輛中安裝的激光雷達，本文進一步提出了融合激光雷達與紅外圖像進行聯(lián)合行人檢測的方法。在激光雷達數(shù)據(jù)中先提取出障礙物，并利用幾何特征進行初步行人判別得到候選區(qū)域。將候選區(qū)域投影到紅外圖像中，得到紅外感興趣區(qū)域。在該感興趣區(qū)域進行基于HOGI特征的紅外行人檢測，進一步提