1、行人檢測技術在諸多領域都有著廣泛的應用前景?，F(xiàn)有的行人檢測算法檢測精度不高，檢測速度慢，應用環(huán)境的要求苛刻。針對上述的問題，本文深入研究復雜環(huán)境下的行人檢測技術，力求在檢測精度和檢測速度兩個方面有所突破。
　　本文的研究工作重點放在以下兩個方面：
　　（1）對行人檢測器的構成框架進行具體的分析和研究，詳細介紹現(xiàn)有流行的行人描述特征和分類器。在前人的理論研究基礎上，針對行人檢測算法不能兼顧檢測性能和檢測速度的問題，本文提出一種

2、融合特征，采用可以快速計算的簡單特征：局部求和、積分圖、梯度直方圖等，去逼近計算復雜，檢測效果好的主流特征，通過變換矩形框的大小和長寬比構建一個特征池，并采用級聯(lián)Adaboost分類器隨機從特征池中抽取、篩選高性能特征訓練分類器。這種特征相對單一的顏色特征、Haar-like特征、HOG特征、CSS特征等有更為豐富的表現(xiàn)力，同時又可以快速地計算。實驗數(shù)據(jù)表明，基于特征融合的改進算法能夠在保證檢測性能的同時，加快檢測速度。
　　（2