1、隨著計算機視覺領(lǐng)域的不斷發(fā)展，特別是近年來深度學(xué)習(xí)取得了突破性進展，人類正逐步邁入智能時代。行人檢測技術(shù)在機器人、安防監(jiān)控、無人駕駛等諸多智能領(lǐng)域都有著重要的應(yīng)用。現(xiàn)有的行人檢測算法有兩大缺點，一是盡管現(xiàn)有的算法可以達到很高的檢測精度，但檢測速度慢。二是現(xiàn)有算法的出發(fā)點大都建立在科研的基礎(chǔ)上，算法運行平臺是專門用于科研的高性能計算機，直接將算法應(yīng)用到實際場景中會面臨諸多難題。本文就如何加快行人檢測速度展開研究，利用目標(biāo)候選框算法來減少檢

2、測區(qū)域，并利用視差來提前排除非行人窗口，同時針對移動場景和嵌入式平臺采用多種優(yōu)化方法降低算法復(fù)雜度和空間復(fù)雜度。本文的具體研究內(nèi)容如下：
　　一、針對圖像中的行人往往只占整幅圖像的一小部分，實際檢測過程中檢測的大部分區(qū)域是非行人區(qū)域的缺點，利用目標(biāo)候選框算法來獲得檢測區(qū)域并在得到的檢測區(qū)域上檢測行人，相比直接從原圖中進行檢測，所需檢測的區(qū)域的面積更小。
　　二、針對分類器判別窗口的過程中，判別的大部分窗口是非行人窗口的特點，

3、利用視差來提前排除非行人的窗口，減少了后續(xù)需要判別的窗口的個數(shù)，加快了分類階段的速度。
　　三、針對在移動場景中檢測行人時，運算平臺內(nèi)存小、運算性能低的特點，研究了多種方法來降低計算復(fù)雜度和空間復(fù)雜度。為了減少空間復(fù)雜度，優(yōu)化了積分圖算法，有效減少了空間復(fù)雜度。為了加快多尺度檢測過程，本文采用了一種基于再映射的多尺度多窗口檢測方法，在融合現(xiàn)有方法優(yōu)點的情況下，利用再映射的方法實現(xiàn)了只用一個尺度窗口滑動就能得到多個尺度窗口的檢測結(jié)果