摘要：当前行人检测算法是无人驾驶领域的研究热点，但行人遮挡问题由于样本量相对比较少、遮挡情况多样、可视特征减少等因素，仍未得到很好的解决。针对行人之间相互遮挡或行人被其他物体遮挡导致的漏检问题，给出一种帧间方向梯度直方图特征关联的行人检测方法。首先，在YOLOv7基线网络模型的基础上添加跟踪的方法，以发现漏检行人并估计其位置信息；将含有漏检行人的最新局部图像作为新的信息，利用方向梯度直方图特征，采用支持向量机的方法，在漏检目标估计位置处进行行人检测，以改善由于部分遮挡所导致的漏检问题。实验结果与基线网络相比，该方法的精确度（P）值提高了6.25%，被遮挡行人的平均精度（AP）由26.67%提升到了53.42%。实验表明帧间方向梯度直方图特征关联的行人检测方法可以提高行人检测准确率，计算复杂度低，不明显增加原方法的计算开销，具有一定的应用价值。
文章目录
0引言
1 相关工作
1.1 YOLOv7基线网络模型
1.2 多目标跟踪
1.3 漏检行人目标检测
2方法设计
2.1算法模型
2.2帧间关联的行人检测算法
3实验
3.1实验环境
3.2模型参数设置
3.3行人检测数据集
3.4评价指标
3.5实验结果与分析
4结论
