面向辅助驾驶的夜间行人检测方法.pdfVIP

华南理工大学学报(自然科学版) 第40卷第8期 JournalofSouthChina of VOI．40No．8 UniversityTechnology Science 2012 2012年8月 (NaturalEdition) August 面向辅助驾驶的夜间行人检测方法木 庄家俊刘琼’ (华南理工大学软件学院∥计算机科学与工程学院，广东广州510006) 摘要：辅助驾驶系统需要实时而准确的行人检测方法．文中利用基于知识的方法复杂 度小的优点，针对单目远红外视频数据，提出一种基于概率模板匹配的夜间行人检测方 法．该方法基于行人样本的灰度分布特征，采用局部双阈值分割算法提取候选目标，进而 根据行人的运动方向建立多尺度概率模板，对候选目标进行判剐．该概率模板建立方式缓 解了行人样本类内方差较大的问题，增强了概率模板归纳行人外观模式的能力．为改善行 人检测的准确度，进一步将目标跟踪算法融入概率模板匹配，借助多帧的综合处理结果实 现了更为鲁棒的目标归属判断．实验结果表明：该方法计算开销较低，实时性较好；在郊外 场景中检测率不低于90％，虚警率不高于10％；而在市区场景中检测率约为75％，虚警率 约为22％， 关键词：辅助驾驶系统；行人检测；概率模板；目标跟踪；远红外视频 中图分类号：TP391．41 基于视频的行人检测是计算机视觉领域中的一 算法的两级树型结构的近红外行人检测器，在保证 个研究热点，是车辆辅助驾驶系统中保障行人与驾 检测性能的同时于一定程度上降低了运算复杂度； 驶员安全的重要功能模块，具有重要的应用价值．驾 梁英宏1利用远红外图像中人体比背景亮的特点， 驶员在夜间行车时的视觉范围受到较大限制，相对于 通过检测图像中的高亮区域，利用其灰度一投影直 白天，在夜晚与行人发生交通事故的概率更高¨之J， 方图进行行人检测，该方法复杂度小，容易实现，但 因此探索夜间行人检测方法的需求和意义更大．当 其仅在简单场景下可行，且虚警较多；Bertozzi等¨1 前，多数夜间行人检测系统以红外摄像头为基础． 根据行人的步态模式建立4个人体概率模板，再通 Viola等口4o提出了基于Haar—like特征和AdaBoost算过模板计算各像素的联合概率判断输入图像是否包 法的瀑布型级联分类器，该方法具备一定的实时性， 含人体，计算开销较低，但这种模板建立模式比较适 但与人脸相比，行人模式具有更大的外观差异，直接 合站立且腿部可见的行人；Sun等。9o提出一种描述 应用于行人检测的效果并不理想；0’Malley等。5o利 性能较强的多级二元模式(PBP)特征，在多级网格 用方向梯度直方图(HOG)特征对远红外行人进行划分密度下利用每个网格中纹理信息的空间布局来 描述，结合支持向量机(SVM)实现行人检测，该方描述红外行人的对称性特点，并采用SVM实现行人 检测，检测性能优于文献[5]采用的HOG描述子， 法检测效果较好，但计算开销稍大，在Matlab平台 c++环境中也 下检测速度为1～2帧／s；利用Haar．1ike特征计算但PBP特征计算开销较高，在Visual 速度快、HOG特征描述能力强的特点，Ge等¨1提出仅有平均10帧／s的处理速度． 一种基于Haar—like和HOG特征及Gentle．AdaBoost面向辅助驾驶的行人检测方法受其应用条件和 收稿日期：2012—04—19 *基金项目：国