基于機(jī)器視覺(jué)輔助駕駛系統(tǒng)中行人實(shí)時(shí)檢測(cè)跟蹤研究.pdf

1、近年來(lái)基于機(jī)器視覺(jué)的行人檢測(cè)與跟蹤技術(shù)在智能車(chē)領(lǐng)域的應(yīng)用越來(lái)越受到人們的關(guān)注。它在車(chē)輛輔助駕駛系統(tǒng)中可以有效的輔助駕駛員更好地了解周?chē)h(huán)境，識(shí)別周?chē)男腥?，?duì)有可能發(fā)生的行人交通事故做出提前預(yù)警，提高行車(chē)安全。因此研究行人檢測(cè)與跟蹤技術(shù)具有非常重要的意義。
　　本文主要對(duì)機(jī)器視覺(jué)輔助駕駛系統(tǒng)中行人檢測(cè)與跟蹤技術(shù)進(jìn)行研究。在現(xiàn)有方法的基礎(chǔ)上提出相應(yīng)的改進(jìn)與創(chuàng)新，最終實(shí)現(xiàn)對(duì)行人快速準(zhǔn)確的檢測(cè)與跟蹤。
　　論文的主要?jiǎng)?chuàng)新點(diǎn)有以下兩

2、個(gè)部分：
　　1、在行人檢測(cè)方面，提出一種二維顯著性紋理算子TS-LBP(Two-dimensional Significant Local Binary Pattern)，該算子能夠反映圖像的紋理特征、顯著性特征，同時(shí)具有較強(qiáng)的抗噪聲性能。首先提取圖像中感興趣的目標(biāo)區(qū)域，再通過(guò)提取目標(biāo)區(qū)域顏色與紋理特征的融合特征來(lái)對(duì)目標(biāo)進(jìn)行特征描述，最后采用Adaboost算法訓(xùn)練得到一個(gè)行人分類(lèi)器對(duì)行人進(jìn)行識(shí)別。
　　2、在行人跟蹤方面