[发明专利]用于行人检测的系统和方法

说明书

公开了在车辆中实现的行人检测系统。该系统包括初始化模块，其接收并定义属于车辆驾驶员的视野的一组图像帧的感兴趣区域(ROI)，其中，基于所述每个图像帧的分辨率和视野中确定区域来定义ROI；扫描窗口选择模块，其在一组图像帧的每一个图像帧的ROI中确定多个扫描窗口，其中，基于图像帧中行人的假定高度来计算每个扫描窗口的大小；特征提取模块，其从每个扫描窗口中提取定向梯度积分(IHOG)特征；及行人检测模块，其使用两个或多个分类器的级联基于从每个扫描窗口提取的IHOG特征来检测行人。

发明领域

本发明涉及图像处理领域。更具体地，本发明涉及用于行人检测和碰撞警告的系统和方法。

发明背景

背景描述包括可用于理解本发明的信息。这并不是承认本发明提供的任何信息或与当前要求保护的发明有关的信息是现有技术，或者明确或隐含引用的任何出版物均为现有技术。

当事故发生时，行人是交通系统中的弱势参与者，尤其是在城市地区。世界卫生组织(WHO)的第一份全球道路安全评估报告显示，交通事故是世界范围内造成人员伤亡的主要原因之一。41％至75％的道路交通致命事故涉及行人，行人因道路交通事故致死的可能性是车辆乘员的四倍。这些死亡主要是由于行人或驾驶员的失误造成的。防止此类事故并确保人员安全是非常重要的。随着道路上的行人死亡人数的增加，行人检测解决方案的意义和重要性也在增加。行人检测解决方案通过提前提醒驾驶员，在避免这些事故中发挥着至关重要的作用。汽车中的高级驾驶员辅助系统(ADAS)实施行人检测解决方案，以防止在道路上发生事故。

在物体检测领域中，检测图像中的行人是一项具有挑战性的任务。当检测周围的障碍物时，传感器起着重要的作用。车辆常用的传感器是LIDAR(光检测和测距)、RADAR(无线电检测和测距)、超声和摄像头。与其他传感器相比，由于更低的成本和优势，基于视觉的系统变得越来越重要。

当前，在车辆中实施了不同的行人检测技术。一种这样的技术是基于运动的检测。在这种方法中，从通过相机捕获的连续帧中检测运动。基于显著的运动检测来确认行人的存在。但是，基于运动的检测具有某些局限性。在实际实践中，基于运动的检测也会由于捕获非行人物体而触发多个错误信号。此外，光照的变化也会影响整体检测。因此，基于运动的检测更适合于背景稳定的监视领域。

在行人检测的一些其他现有方法中，以各种比例扫描整个图像，从而使处理极其缓慢。基于显著性的方法使用2D特征，例如渐变、颜色、强度、边缘等，以提取对象段。由于该方法高度依赖于所选特征，因此人工检测效率不高。基于立体的前景分割是消除背景的一种方法。

对于大多数现有技术，主要假设之一是行人在特定深度处具有垂直结构。现有的一些技术包括：V-视差表示查找垂直和水平平面以提取候选ROI(感兴趣区域)，基于立体的平面拟合以查找不同的平面，具有行人大小约束(PSC)的视差图分析以更好地提取ROI，和利用视觉和热红外等不同光谱的多模式立体方法。

在行人检测的其他方法中，使用基于视觉的检测技术。通常，基于视觉的行人检测有两种主要方法，即整体方法和基于部分的方法。在整体检测中，将行人作为一个整体检测。而基于部分的方法的检测过程集中在头部、躯干臂、腿等部位。一般的检测过程包括预处理、前景分割、对象分类和追踪。预处理包括曝光校正、动态测距、噪声消除等，以提供更好的输入/图像用于进一步处理。前景分割通过消除背景和天空区域来提取可能的候选ROI。这将搜索限制为ROI，从而减少了处理时间和误报。

主要的挑战是开发可靠的车载行人检测系统，因为行人具有不同的姿势、衣服和形状。检测行人时要解决的另一个挑战是不断变化的光照，尤其是在白天。这直接影响图像质量。如果图像质量差，则无法获取信息。大多数图像处理算法对于光照变化是不变的(不随其变化)。对于基于立体的算法，时间复杂度更高，而在非纹理区域中的检测率则非常低。另外，白天行人检测很困难，需要复杂的系统并且具有更低的准确性。