论文部分内容阅读
智能汽车的核心技术是行人检测,而行人检测对行人安全、驾驶员具有重大意义,所以此项研究已经成为计算机视觉、智能车辆等领域的前沿研究课题。行人检测通常可分为感兴趣区分割、目标识别两阶段。基于距离的感兴趣区分割法鲁棒性很强,可以克服行人服饰、姿态与光照等因素的影响,由于需配置仪器如立体视觉测距、雷达等,经济成本高,算法也比较复杂。基于统计分类的目标识别法以提取行人图像特征为前提,然后通过统计学习法建立相应分类器(如Adaboost分类器、SVM分类器等)。该方法稳定性、通用性比较高,不过需要以寻找有效、稳