车载环境下实时行人检测系统研究

行人检测技术在车辆辅助驾驶、视频监控等领域具有重要的应用价值。针对车载环境下传统行人检测系统存在工作量大、实时性差的问题,设计了基于Zynq的实时行人检测系统。利用Zynq芯片中现场可编程门阵列(FPGA)+ARM结构,首先在FPGA端中采用摄像头采集图像数据,利用高层次综合(HLS)工具对图像进行预处理硬件加速,减少耗时。在此基础上,由ARM端完成统计转换直方图(CENTRIST)特征提取,并结合级联支持向量机(SVM)进行高效目标分类,最后输出行人位置。试验结果表明,该方法在检测时间方面有明显改善(降低至160. 45 ms);与传统的HOG+SVM算法相比,检测率从91. 0%提高到92. 4%。行人检测系统在不降低检测率的前提下,可以达到满意的检测速度,为未来无人驾驶、智能车辆等方向研究和应用提供了技术支持。