作为物体检测的分支,行人识别由于其高效率与高精度的特点,在智能交通、监控系统和图像检索等领域有着广泛的应用。虽然行人识别技术在近十年已经取得了丰硕的研究成果,但是场景的复杂性和行人体态与姿态的多样性,依旧对行人识别提出了严峻的挑战。传统相机或视频获取设备仅记录了场景的二维信息,丢失了场景的立体信息,这使得日常生活场景中存在着大量的二维虚假行人图像,极易导致行人误识别问题的产生。本文基于光场相机能够记录场景深度信息的特性,提出了一种光场相机与高效行人识别算法相结合的方案,为解决二维虚假行人识别问题提供了新思路。本文主要研究内容如下:1.首先,以部分经典的INRIA数据集、TUD数据集、VOC2007数据集以及Caltech数据集为样本进行了相应的行人识别实验,证明了这些数据集样本存在缺少场景立体信息的局限性。其次,采用Lytro-Illum光场相机拍摄并建立了第一个包含正负样本在内的1091个行人光场图像的数据集,每张光场图像对应一张二维图像与一张深度图像。数据集正样本包含了不同场景下的不同姿态、不同穿着的行人图像;负样本包含了行人交通标志牌、LCD行人图像以及人体海报等非行人图像。最后,利用官方Lytro Desktop桌面软件对行人光场图像数据集进行后期处理与完善。2.提出了一种光场相机与行人识别算法相结合的二维虚假行人识别方案,该方案流程如下:首先,处理光场图像以获得包含两种属性信息的二维图像与深度图像。然后,对二维图像采用梯度直方图(HOG)特征提取算法与支持向量机(SVM)分类算法进行感兴趣区域(ROI)提取,提取出相应的候选行人区域,排除非行人样本干扰。最后,结合HOG特征提取算法和SVM分类算法,对所提取的行人ROI样本图像所对应的深度图像进行建模识别。同时,实验中对HOG特征的参数Cell取值以及SVM核函数种类选取进行了大量的研究,结果表明:在任意Cell值与核函数种类情况下,本文提出的识别方案在解决二维虚假行人问题时均具有较高的识别准确率。3.提出了另外一种基于局部二值模式(LBP)特征提取算法与支持向量机(SVM)分类算法的二维虚假行人识别方案,并对SVM核函数的选取进行了实验研究,结果表明:选取任意核函数在小样本下建立的SVM行人识别模型仍具有较高的识别准确率,证明了本识别方案的稳定性、先进性与可移植性。