面向车载辅助驾驶系统的快速行人检测方法

针对现有行人检测方法中行人特征描述易受光照变化影响及特征分类算法易受样本非均衡因素干扰等问题,提出一种改进的面向车载辅助驾驶系统的快速行人检测方法。通过改进标量特征的提取和组合方式增强其光照不变性,并结合改进的GSRLBP行人纹理特征进一步消除虚警的影响;同时引入代价敏感的思想,提出一种基于CS-SVM的非均衡GentleAdaBoost分类算法,引入代价敏感的SVM搭建弱分类器,并结合非均衡GentleAdaboost算法规则将弱分类器组合为强分类器,使其有利于解决正负样本数量不均等的行人分类问题。试验结果表明,改进的行人检测方法在检测率及虚警率指标上均优于其他经典算法,实时性上也能满足实际使用的需求。