全文总字数：5419字

1. 研究目的与意义及国内外研究现状

交通设施与人民的生活有着密切的联系，是维系城市正常运转的基础设施。随着人民生活水平的不断提高以及城市规模的不断扩大，我国的汽车保有量也在迅猛的增加，相应的城市居民平均出行次数和平均出行距离都在不断增加，与此同时，出行方式也由原先比较单一的方式转化为现阶段小汽车、公交车、地铁、轻轨、有轨电车等多方式综合体系。但是，伴随而来的却是交通系统极度拥挤、交通出行成本的不断增加、交通环境的不断恶化以及交通事故的不断增多，所以近年来，我国道路交通事故频发，交通事故给社会带来的危害不言而喻，因此，如何尽可能的减少交通事故频次、降低其带来的损失已经成为人们关注的重点。在我国，道路交通事故的受害者很大比例来自于道路行人和骑自行车者。因此开展道路交通行人保护工作势在必行。开展面向行人安全的行人检测方法的研究，旨在保护道路上的行人和骑自行车者。

计算机视觉是指用计算机实现人的视觉功能，它的研究目标就是使计算机具有用过一幅或多幅图像认知周围环境的能力（包括对客观世界三维环境的感知、识别与理解）。运动目标检测作为计算机视觉技术的一个分支，就是对视场内的运动目标，如人或交通工具，进行实时的观测，并将其分类，然后分析他们的行为。

国内外研究现状

近年来，行人检测技术引起了国内外学者的高度关注，在理论方面和实践方面也都取得了长足进展。如计算机视觉领域的著名期刊ijcv；ivc;cviu;pami等，以及计算机视觉领域重要的学术会议iccv;eccv;cvpr;bmvc;iwvs;icpr;icip等。其中，许多文献及项目都涉及到了基于计算机视觉的行人检测方法。另外还有一些国外知名大学与研究所，如：斯坦福大学、卡内基梅隆大学、麻省理工学院、牛津大学、剑桥大学、帕尔马大学、大阪大学等都有专门的计算机视觉研究室，并对行人检测跟踪技术进行了大量研究。意大利帕尔马大学信息工程系的alberto教授在1997年成功开发了gold ( generic obstacle and lane detection)系统，并将此系统应用于argo智能车辆上。gold系统利用行人垂直方向的边缘对称性，并充分考虑了行人尺寸和外形等轮廓特性，通过计算图像中候选区域的边缘特征，判断其是否为行人。在试验中，该系统能够较好的识别10m-40m范围内的行人，能够较好的适应外界复杂环境。一些著名公司和研究机构，如ibm、microsoft等近几年来投入了大量的人力物力来进行智能监控系统的研究，部分成果已经转化产品投入了市场。

2. 研究的基本内容

为了研究基于计算机视觉的道路行人检测，主要研究以下内容：

（1）基于计算机视觉的道路行人检测整体结构设计；

3. 实施方案、进度安排及预期效果

4.1实施方案

（1）基于roi-ihog的行人检测基本流程

本文提出的roi-ihog行人检测方法属于机器学习领域，主要有两部分组成:样本训练学习部分和人体检测部分，其训练和检测的流程如图4.1所示。

4. 参考文献

[1] 李斌，史忠科. 基于计算机视觉的行人检测技术的发展[j]. 计算机工程与设计, 2005, 26(10): 2565-2568.

[2] 苏松志，李绍滋，陈淑媛，蔡国榕，吴云东，行人检测技术综述[j].电子学报, 2012, (04): 814-820.

[3] 栾国庆，赖康生. 基于matlab的运动行人检测算法的研究[j]. 工业控制计算机, 2016, 29(6): 88-89.