恶劣天气红外热成像行人检测方法研究

付志强， 赵红光， 李 阳， 周国栋， 王 滨

(聊城中通轻型客车有限公司， 山东 聊城 252000)

行人是交通环境的重要参与者，也是最容易受到交通伤害的群体。因此一直以来，行人检测是智能汽车环境感知的重点和难点。得益于计算机技术的发展，在良好的交通环境中，行人检测技术已经具备很高的水平，以机器学习[1-2]和深度学习[3-5]为代表的算法具有很高的实时性和准确性。但在夜间和雾天、雨雪天等恶劣天气下的行人检测，可见光相机、毫米波雷达、激光雷达等传感器的工作性能会受到较大的影响。

1 现状问题与解决方案

1.1 现状问题

可见光相机在光照较差的环境中无法获取清晰的行人特征，雾天空气中的悬浮颗粒也会极大地限制相机性能[6]。常用的毫米波雷达对行人检测能力较弱，一般不用于行人检测。激光雷达测量精度高，其工作性能不受光照强度的影响，能很好地解决夜间行人检测问题，但是当遇上雾天和雨雪天，激光雷达的激光线束很容易受到干扰，对行人的探测能力相对不足[7-8]。

红外相机通过收集环境中的热辐射生成可见图像，对夜间和雾天、雨雪天等恶劣天气具有很强的适应性。路上行人的温度一般比周围环境高，在红外相机图像中呈现明亮的灰度特征和纹理特征，如图1所示。

图1 红外相机夜间成像

因此，红外相机与其他传感器相比更适合解决恶劣天气的行人检测问题。为了实现红外热成像行人检测，研究人员尝试采用了形态学[9]、机器学习、深度学习等方法[10-12]，取得了一系列不错的效果，但是仍然存在一些问题。……