摘要：针对复杂背景下的快速行人检测问题，从行人边缘信息的角度，该文提出了一种改进的中心对称统计变换（ICSCENTRIST）特征，该特征只有32维，计算简单，描述能力强，可以很好地表达行人的边缘轮廓。行人检测时采用3级级联分类方法：第1级采用基于辅助积分图的线性支持向量机（SVMl，快速排除大部分非行人区域；第2级，第3级分别使用偏最小二乘法（PLS）选出区分能力最强的前12和21个块（block），提取ICSCENTRIST特征，采用直方图交叉核支持向量机（HIK—SVM）进行精确检测。实验结果表明，该文算法在复杂背景下可取得较好的检测效果，检测速度在447x358大小的图像上达到平均50ms，与基于CENTRIST特征的快速检测方法和梯度方向直方图fHOG）算法相比分别提高了50％和90％，满足实时性要求。

关键词：行人检测 偏最小二乘法 辅助积分图 直方图交叉核支持向量机 

单位：西南科技大学信息工程学院 绵阳621010