基于图像处理的智能汽车行人检测算法

（Dense Disparity Map-based Pedestrian Detection for Intelligent Vehicle）

近年来，许多研究人员致力于开发适合与智能汽车的技术，这些技术可为驾驶员提供安全和方便。目前车辆已经应用了车道偏离警告、车道保持、自适应巡航等一些智能功能，但是驾驶员仍然需要更为复杂的安全驾驶功能。行人检测是智能汽车所需重要技术之一，可以减少事故的发生。

有多种传感器可用来检测和识别物体，但视觉传感器与其他传感器不同，有成本低、信息丰富等优点。然而，采用视觉传感器进行行人检测，处理的数据量大、易受照明等条件影响、需要高性能计算能力等是面临的主要问题。最近，随着视觉传感器及高性能图形处理单元性能的提高，使得基于图像处理进行行人检测成为可能。

文中提出了一种基于稠密视差图的智能汽车行人检测算法，利用稠密视差图提高了行人检测性能。该算法包括以下几步：基于道路特征信息的障碍区域检测、基于稠密视差图分割检测区域及使用最佳特征的行人检测。第一步利用列和行检测所有障碍区域；然而，在单个障碍物区域有许多物体时，为了提高行人检测性能，需要将每个障碍区域划分为单目标，此时执行第二步分割障碍区域；最后利用最佳特征训练行人分类器。

基于试验证明了该算法的有效性，将来会使用更多优化特征和其他分类器来提高行人检测性能。