基于多特征融合的行人检测方法.docx

行人检测作为一个典型的目标检测问题,是近年来研究的热点。行人检测被广泛应用于智能交通、自动驾驶、视频监控、行为分析等领域。行人检测的目的是利用计算机视觉技术判断图像或视频序列中是否存在行人并给予精确定位。目前,大部分行人检测方法将行人检测问题作为一个二分类问题,即判断目标图像中的所有候选窗口是否为行人,然后进行非极大值抑制。 目前行人检测方法大致可以分为两大类:传统的机器学习方法和深度学习方法。传统的机器学习特征是手工设计的特征,包括提取特征和使用分类器进行分类两个步骤。但是在行人检测任务中,与分类器的选择相比,特征的选择更为重要。为了克服行人身体的形变性以及行人的外观容易受到姿势、穿着、光照