[发明专利]一种基于红外的夜间智能车前方行人检测方法

说明书

技术领域

本发明属于计算机视觉与模式识别、智能交通领域，具体为一种基于红外的夜间智能车前方行人检测方法。

背景技术

随着近年来人工智能技术的不断发展，各种智能车辆驾驶系统层出不穷，近年来越来越受到国内外相关学者的重视。随着机动车保有量的迅速增长，给人们的生活和出行带来了很大的便利，但由此带来的道路交通事故每年都给各个国家的人民生命财产和国民经济造成巨大的损失。尤其是在夜间或者阴天情况下所发生的事故尤为严重(许腾,黄铁军,田永鸿.车载视觉系统中的行人检测技术综述[J].中国图像图形学报,2013)。

事实表明，行人检测是车辆辅助驾驶系统及无人驾驶智能车领域的关键技术，它能快速检测车辆前方行人，及时进行安全预警及避障，减少或避免车辆与行人发生碰撞事故，具有潜在的经济价值和广泛的应用前景。

目前行人检测主要有两种途径：一种是基于可见光图像，另一种是基于红外图像。与可见光成像相比，红外成像具有显著的优点：由于红外图像是热成像，在夜晚光线很暗的情况下具有透过黑暗和烟雾的能力，且不受可见光的影响，实现对感兴趣目标的远距离、全天候观察。基于红外图像的夜间行人检测技术可以实现在夜间或恶劣天气条件下的行人检测与识别，与基于可见光图像的行人检测相比具有很大的优势。

基于红外图像的行人检测技术就是将红外设备采集到的红外图像进行一系列预处理后，使用算法将图像中的行人准确检测并识别出来，实现行人和非行人的分类。现在智能车辆检测系统对于行人检测算法鲁棒性和实时性要求较高，红外图像下行人检测系统一般都包括感兴趣区域(Regionofinterest，ROI)提取和目标识别两大模块。

感兴趣区域的提取算法大体分为基于温度信息的方法、基于人体特征的方法及基于显著性区域的方法。基于温度信息的分割(如RonanO’Malley,MartinGlavin,EdwardJones，AnEfficientRegionofInterestGenerationTechniqueforFar-InfraredPedestrianDetection.DigestofTechnicalPapers-InternationalConferenceonConsumerElectronics(ICCE’08),LasVegas,NV,USA,2008)是根据人体目标温度与背景物体之间的热量差进行的，但此种方法的缺点是易将非行人的高温物体分割出来。基于人体特征的方法(如BarnichO,VanDroogenbroeckM.ViBe，Auniversalbackgroundsubtractionalgorithmforvideosequences[J].ImageProcessing,IEEETransactionson,2011)根据获取红外图像中人体目标的典型特征建立模型，从而得到实现行人目标的分割。这种方法的自适应能力较强，但是不容易定义鲁棒、快速的特征。基于显著性区域的方法(如AkulaA,KhannaN,GhoshR,etal.Adaptivecontour-basedstatisticalbackgroundsubtractionmethodformovingtargetdetectionininfraredvideosequences[J].InfraredPhysics&Technology,2014)综合考虑亮度、颜色、方向等特征分割得到人体目标的显著性区域。此种方法的缺点是环境复杂并且行人被遮挡的情况下容易漏分割。