安全是铁路运输的生命线,是运输生产永恒的主题。但是现今火车还不可以在全封锁状态下作业,常常会伴随着铁路事故的发生。因此如何迅速、精确的检测非法行人入侵铁路并及时给出报警提示,成为了保障铁路安全、减少铁路事故频发的专业性问题。随着计算机技术的广泛应用和智能视频监控技术的快速发展,基于铁路视频监控行人入侵检测技术得到了越来越多的探索和尝试性应用。本文首先分析了基于铁路视频监控行人入侵检测功能需求,结合高速铁路的特定背景环境,研究了入侵目标区域的定位和行人入侵检测算法,主要完成工作如下:(1)由于铁路沿线环境复杂,监控画面往往还会包含除铁路以外的部分,如天桥、树林、居民楼等,本文提出了防区的概念,即在监控画面上画出铁路的部分,以保证后续算法只对防区内进行检测,从而解决了防区外运动目标干扰的问题。(2)对防区内的视频帧采取灰度化处理,由于图片有噪声的影响,通过对比了均值滤波和中值滤波的实验效果,采取中值滤波算法对图片预处理。(3)采用改进的视觉背景提取算法(VIBE)定位入侵物体区域。针对VIBE算法检测高速运行的火车会长时间留在叠影等问题,将VIBE算法和帧差法的思想相结合,能够快速消除叠影。对于VIBE算法固定参数不适应火车经过时画面抖动问题,给出了VIBE参数自适应法。通过实验验证表明,改进的VIBE算法可以更好的定位运动目标区域同时满足系统实时性。(4)在训练正负样本部分,采取交叉验证的思路使得SVM获得最优的分类性能。同时在检测行人部分,采用缓存思想对行人梯度方向直方图(HOG)特征进行提取,以加快提取HOG特征,提高算法运行速度,改善整个系统的实时性。通过实验对比分析,该算法可以在高速铁路背景环境下对入侵非法行人目标进行有效实时的检测。