1. 研究目的与意义（文献综述）

国内外的研究现状分析：目前，清华大学、浙江大学、上海交通大学计算机实验室以及中国科学院自动化研究所等是国内在行人检测研究上比较著名的高校或研究机构。而且，中国科学院自动化研究所的生物识别与安全技术研究中心开发的人脸识别系统已经投入使用。浙江大学人工智能研究所采用了单目视觉的方法，中科院的李和平、胡占义等提出基于监督学习的异常检测和行为建模算法。国外著名的智能监控系统有ibm的智能监控系统和以色列的ioimage公司推出的智能监控系统。另外，卡耐基梅隆大学开发的系统已经应用于汽车的检测系统。虽然国内的监控行业近些年发展较快，但是与国外相比仍有一定的差距。

监控系统中行人检测技术研究至今，比较成熟的算法主要有leibe等人基于“局部特性的编码”进行的行人检测、oliver等人利用边缘图像来对不同的形状模型进行匹配和dalal与triggs提出的基于梯度直方图hog 支持向量机svm的行人检测算法等。而在所有的行人检测技术，基本都包括了运动目标检测和运动目标识别两个关键技术。

运动目标检测是指通过比较视频图像中像素点的变化判断是否有运动物体，并通过图像处理技术将运动目标分割出来。运动目标的检测是运动目标识别的前提和保障，目前主要有光流法和侦差法。运动目标识别是对运动目标检测阶段获得的运动目标进行处理，识别出其是行人还是其他的物体。目前主要有基于运动的方法、基于模板匹配的方法、基于统计学习方法等。

2. 研究的基本内容与方案

设计的基本内容：行人检测是指利用计算机视觉技术判断图像或者视频序列中是否存在行人并给予精确定位。它是计算机视觉领域一项重要的研究内容，在视频监控，智能相机，自动和安全驾驶，机器人，数字娱乐和基于内容的索引等方面都有着很高的应用价值和广泛的应用前景。

在检测系统进行一系列工作处理过程中，其行人检测算法的实现主要包括运动目标检测和运动目标识别两个关键技术。

在运动目标检测阶段可以采用侦查法。侦差法是指通过当前帧与背景图像相减得到的帧或连续的两帧图像的差值得到中间帧运动对象的轮廓。通过该方法可以获得roi区域，进一步缩小检测区域。

3. 研究计划与安排

第1-3周：查阅相关文献资料，明确研究内容，了解研究所需原理和技术。确定方案，完成开题报告。

第4周：了解现在行人检测技术的发展，阅读文献，进行英文文献的翻译工作。

第5-7周：学习分析视频和行人的基本特征，了解行人检测的各种算法，熟悉opencv工具，并会运用。

4. 参考文献（12篇以上）

[1]张宏林．数字图像模式识别技术及工程实践[m]．北京：人民邮电出版社，2003．

[2]李苗，刘卫宁．视频监视技术在公交车自动乘客计数中的应用[j]．西华大学学报，2006，25(4)：04-08．

[3]李娟，杨录，张艳花．基于红外传感器的楼宇人数统计系统的设计[j],山西电子技术，2010,6:23-25．