全文总字数：4290字

1. 研究目的与意义及国内外研究现状

行人检测就是把视频图像中的行人目标从背景中分割出来并精确定位。基于视觉的行人检测目前仍旧是计算机视觉领域的一个公认的难题。该技术可广泛应用于人工智能、车辆辅助驾驶系统、智能机器人、智能视频监控、人体行为分析、智能交通等领域。近年来，随着图像处理技术的快速发展，基于视频图像的行人检测技术被广泛用于智能交通管理等领域，成为研究的热点，是计算机视觉研究最为复杂的一个方向。由于视频的信息量大，处理的速度慢，同时又要满足时间要的要求，因此就需要提出更高效的图像处理算法。基于计算机视觉的行人检测在无人驾驶车辆方面具有极大的应用价值，能产生巨大的社会效益和经济效益。

国内外研究现状

近年来智能车辆领域研究中备受关注的前沿方向，目前一些汽车生产厂商、 大学和研究机构相继开始了行人检测技术的研究。比如，欧洲戴姆勒、德国大众等就发起了旨在研究行人保护方案的PROTECTOR项目，并且已经取得了初步的成效。作为无人驾驶的先驱技术之一，行人检测系统在近几年也已成为研发热点，它通常被集成到碰撞预防系统当中，利用雷达摄像头和感应器来检测行人，并及时减速刹车从而减少事故伤害。沃尔沃、丰田等车企已率先推出先进的行人检测系统，而福特也推出了先进的行人检测系统，能够识别路上的行人并进行动态分析，预测他们是否会闯入驾驶路线中。除了传统汽车公司外，很多互联网公司也在研发行人检测系统，以期实现智能汽车。谷歌最新的行人检测系统只靠摄像机影像来掌握行人动向，但是优化了速度问题。国外的行人检测系统的研究机构主要有卡内基梅隆大学（CMU）、麻省理工学院（MIT）、日本丰田汽车研究中心、戴姆勒-克莱斯勒研发中心等。

目前国内，关于计算机视觉的研究机构中，中国科学院北京自动化研究所下属的模式识别国家重点实验室视觉监控研究处于领先地位。他们对视频监控道路交通、运动视觉监控及行为模式识别进行了深入的研究，并取得了一定的科研成果。除了模式识别国家重点实验室之外，国内还有一些高校也在进行这方面的科学研究，如清华大学、清华大学、浙江大学、上海交通大学、西安交通大学、中国科学技术大学、吉林大学、中科院自动化所等。

2. 研究的基本内容

为了研究智能车辆系统中基于opencv的行人检测设计，可划分为：

（1）基于opencv的行人检测技术的整体结构设计:

以视频内容为中心，对视频中运动的行人与车辆进行检测与判断作为研究的重点。采用运动目标检测算法提取运动车辆，通过行人高宽比例，获取运动车辆信息之后，完成运动目标（车辆与行人）的分类。

3. 实施方案、进度安排及预期效果

1、实施方案

（1）基于opencv的行人检测技术的整体结构设计

首先，采用运动目标检测算法提取运动目标。其次，利用行人运动状态时，其高宽比例同车类目标也有明显不同的特征，对应分割出的运动区域，实现行人目标检测。

4. 参考文献

[1] 谢红,原博,解武.lk光流法和三帧差分法的运动目标检测算法[j].应用科技,2016,43 (3) :23－27,33.

[2]吴少龙. 基于opencv的运动目标检测和跟踪技术的研究[d].青岛大学,2015.

[3]付洋,宋焕生,陈艳,等.一种基于视频的道路行人检测方法[ j].电视技术,2012,36(13).