《表1 样本感兴趣区域ROI具体位置》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于机器视觉支持驱动系统的行人实时测试与追踪分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在车辆高速行驶的情况下，必须在车辆前方找到可疑目标，提前预测，并采取必要的防止措施，防止发生危险情况。然而，当车辆长途行驶时，使得车辆前面对象的很多性质不清晰，因此只能依照对象部分的特性实行初步推断，并且接近一定距离并重新确认目标。因此，本文运用INRIAPerson行人样品库来定位行人检测样品的感兴趣地区，还提出了一种基于行人颜色特征和纹理特征组合的算法。利用该算法检测可能存在的行人区域时，避免了传统算法中直接密集的图像扫描。图像中有许多空白区域，少数区域内有行人，如果直接扫描整个图像会浪费大量的检测时间。感兴趣的图像地区的ROI的位置，宽度和高度由感兴趣的显著图来决定。总之，通过计算不同ROI下的范例拒绝率（FPR）和范例的准确接受率（TPR），这样就可以得到最佳感兴趣地区的ROI的方位，宽度和高度。表1显示了ROI相对于最佳感兴趣地区的方位，宽度和高度。