基于车载视觉的行人检测与跟踪方法

基于车载视觉的行人检测与跟踪方法

摘要：为提高城市交通环境下车辆主动安全性，保障行人安全，提出了基于车载视觉传感器的行人保护方法。利用Adaboost 算法实现行人的快速检测，结合Kalman 滤波原理跟踪行人，以获取其运行轨迹。该方法利用离散Adaboost 算法训练样本类Haar 特征，得到识别行人的级联分类器，遍历车载视觉采集的图像，以获取行人目标；结合Kalman 滤波原理，对检测到的行人目标进行跟踪，建立检测行人的动态感兴趣区域，利用跟踪结果分析行人的运行轨迹。试验表明：该方法平均耗时约80 ms /帧，检测率达到88%; 结合Kalman 滤波原理跟踪后，平均耗时降到55 ms /帧，实时性较好。

随着汽车保有量的不断增加，道路交通事故和因车祸伤亡的人数居高不下。为满足人们对汽车安全性能要求的日益提高，越来越多的先进技术被应用到汽车主动安全领域。在道路交通事故中，主要的受害群体是参与交通系统中的行人和骑自行车的人等。据美国高速公路安全管理局（NHTSA）的资料显示，2008 年美国由于交通事故导致69 000 个行人死亡或者受伤、4 378 个行人死亡，行人死亡人数占全年交通事故死亡总人数的11. 7%。2007 年我国因交通事故导致行人死亡的人数为21 106 人，占交通事故死亡总人数的25. 9%，行人受伤人数为70 838 人，占交通事故受伤总人数的18. 6%. 与一些发达国家相比，由于我国的交通模式主要是混合交通模式，导致交通事故死亡原因和伤害模式与发达国家不同。