一种基于激光与视频信息时空数据融合的行人检测方法

作     者：张荣辉 李福樑 周喜 蒋同海 游峰 徐建闽 杨三强 ZHANG Rong-hui;LI Fu-liang;ZHOU Xi;JIANG Tong-hai;YOU Feng;XU Jian-min;YANG San-qiang

作者机构：中国科学院新疆理化技术研究所乌鲁木齐830011 华南理工大学土木与交通学院广州510640 新疆交通科学研究院乌鲁木齐830000 

出 版 物：《交通运输系统工程与信息》 (Journal of Transportation Systems Engineering and Information Technology)

年 卷 期：2015年第15卷第3期

页      面：49-55页

核心收录：

学科分类：080901[工学-物理电子学] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 0814[工学-土木工程] 0803[工学-光学工程] 0811[工学-控制科学与工程] 0701[理学-数学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 0823[工学-交通运输工程] 

基　　金：国家自然科学基金(51208500 51408237 51108192) 中国博士后科学基金(2012M521824 2013T60904) 新疆维吾尔自治区自然科学基金(2013211B36 2013211B43) 

主　　题：智能交通 行人检测 激光点云 机器视觉 K-means算法 Boosting算法 贝叶斯决策 智能交通系统 

摘      要：针对城市交通行人安全问题,本文提出了一种基于激光与视频数据融合的行人检测方法.通过激光与视频数据空间和时间上的融合,将激光数据映射到图像坐标;在激光聚类过程中,采用K-means聚类算法对激光云点进行聚类分析,然后运用行人宽度模型提取候选行人区域;在基于图像的行人检测过程中,选取头肩、躯干以及腿部人体特征部位,采用Haar-like特征集和Boosting算法进行训练,得到部位检测器;最后,基于贝叶斯决策的组合策略对候选行人区域进行有效判定.实验结果表明,本文所述算法有较好的检测精度和实时性能.