摘要：基于相鄰和非相鄰特征(NNNF)行人檢測(cè)算法，提出了一種方法來(lái)解決行人特征對(duì)尺度變化敏感的問(wèn)題以及窗口誤檢的問(wèn)題．首先，在NNNF基礎(chǔ)上，設(shè)計(jì)了一種尺度不變的特征．由韋伯定理啟發(fā)，該特征表示為兩個(gè)相鄰或非相鄰區(qū)域的差分值與這兩個(gè)區(qū)域特征和的比值．這種新的特征具有很強(qiáng)的尺度不變性．此外，還提出了基于行人位置先驗(yàn)的上下文信息，作為一種簡(jiǎn)單有效的后處理方法．在行人場(chǎng)景中，行人的高度與位置存在一定的映射關(guān)系．利用SVM(supportvectormachine)訓(xùn)練了行人高度關(guān)于行人位置的回歸模型．該模型能有效地濾除那些行人高度與位置信息不符合回歸模型的檢測(cè)窗口．實(shí)驗(yàn)表明，相比于NNNF-L2和NNNF-L4，本文提出的方法在Caltech數(shù)據(jù)庫(kù)的檢測(cè)性能分別提高了2.90%,和2.28%,．同時(shí)，本文提出的方法也在所有基于非深度網(wǎng)絡(luò)的行人檢測(cè)方法中具有最好的檢測(cè)性能，平均漏檢率為14.56%,．