基于Cortex-A8平臺的行人檢測技術(shù).pdf

1、隨著人民生活水平的日益提高，道路車輛的不斷增多，道路交通安全已然成為一個不容忽視的社會問題，如何有效地減少交通事故、避免人員的傷亡成為了人們關(guān)注的焦點。車載安全輔助駕駛系統(tǒng)是減少車禍、減少事故損失的有效手段，基于車載的夜間行人檢測技術(shù)作為車載安全輔助駕駛系統(tǒng)中的一項關(guān)鍵技術(shù)，已然受到了政府及相關(guān)部門的高度關(guān)注，其可以在夜間對車輛前方的道路路況進(jìn)行實時預(yù)警，有效地輔助駕駛員進(jìn)行安全駕駛，減少了交通事故的出現(xiàn)。
　　本文設(shè)計的行人檢測

2、是車載安全輔助駕駛系統(tǒng)中重要組成部分。論文研究了基于Haar特征和Adaboost分類算法，利用計算機(jī)視覺庫OpenCV選取6631幅行人圖片和66051張背景圖片進(jìn)行行人檢測器的訓(xùn)練，訓(xùn)練出了一個27級用于行人識別的級聯(lián)分類器，后使用級聯(lián)分類器對圖像中的感興趣區(qū)域進(jìn)行檢測識別。
　　單幀圖像的檢測識別耗時較多，不適合實時檢測，針對該問題，本文優(yōu)化了圖像檢測窗口掃描方法，檢測速度提高到原始的1.5倍；目標(biāo)行人在圖像序列中是連續(xù)存在

3、的，即行人的位置具有一定的連續(xù)性，依據(jù)該特點，本文設(shè)計了利用上一幀目標(biāo)位置預(yù)測當(dāng)前幀目標(biāo)位置的方法，提高了檢測效率；針對檢測過程行人由于遮擋可能發(fā)生漏檢，設(shè)計了基于Kalman濾波行人跟蹤方法。
　　本文在Cortex-A8平臺上實現(xiàn)了夜間行人檢測系統(tǒng)，該系統(tǒng)采用Android操作系統(tǒng)。論文采用Java語言編寫了JNI層和接口程序，采用C/C++代碼通過調(diào)用OpenCV編寫了行人檢測算法代碼，利用Android NDK交叉編譯環(huán)境