應用立體視覺與HOG 及幾何特徵於行人偵測之研究

Abstract

行人偵測功能是智慧型駕駛輔助系統不可或缺的 功能之一。本論文以立體視覺為基礎， 結合 Geometry-based 特徵與HOG 特徵，並以改良型Adaboost 分類器完成行人偵測任務，並可同時得出行人之距離遠 近，作為行車判斷之依據。首先，本系統以MIT 與INIRA 的行人資料庫進行特徵轉換，並使用事前訓練好的改良型 Ada-Boost 分類器進行分類判斷。經由實驗證明，經由多 種行人特徵(HOG 及Geometry)及多階分類器組合，行人 偵測正確率可達85%，效能優於單獨只用Harr-Like 特徵 (準確率78.37%)、HOG 特徵(準確率80.64%) 。且處理速 度每張影像僅需70ms，將可滿足實際應用之要求。