在机器视觉领域,行人是图像、视频分析的重要关注对象,同时为了完成可移动、实时的行人检测,不仅需要在软件及算法上实现检测功能,而且需要一个小型化的智能视觉平台来搭载行人检测算法,在保证检测正确率的前提下兼顾检测流畅度。本文主要分析了当前主流的行人检测算法,筛选出计算效率高的ACF+Ada Boost算法,在笔记本上进行了验证和测试。针对视觉平台硬件结构通用化与小型化需求进行分析,基于INTEL ATOM构架设计了一套硬件系统。将行人检测算法移植到小型化智能摄像头平台上,进行了相关的性能测试并获得了满意的效果。本课题主要工作如下:算法部分:行人检测算法利用ACF十通道金字塔特征对画面进行特征描述,使用Ada Boost级联分类器方式提高行人检测速度,再经过综合处理获得行人检测的最终结果。为获得更快更好的效果,加入了INTEL硬件ipp加速和人脸辅助检测部分;硬件平台设计:设计了针对行人检测需求的小型化硬件载体,定制化的智能摄像头选择了INTEL ATOM BayTrail系列处理器,独立的硬件系统除了完成普通摄像头视频图像的画面捕捉、分辨率切换、自动曝光、自动白平衡以外,还具备硬件H.264压缩、存储、信息传输等功能。