随着我国汽车数量呈急剧增长的趋势,道路交通安全越来越受到重视。行人作为道路交通中主要的参与者,其安全往往不能得到保障。行人检测系统作为辅助驾驶系统的一个部分,从主动检测行人的角度上对汽车进行控制,起到保护行人安全的作用。但目前出现的行人检测系统往往无法同时满足检测准确率和检测速度的要求,因此,还需进一步的构建更加快速准确的行人检测系统,以达到快速高效检测行人的需要。本文从检测速度和检测准确率两个方面出发,深入研究提高检测效率的途径和方法,提出快速行人检测算法和准确行人检测算法,最后,将快速行人检测的研究成果与准确行人检测的研究成果进行融合,结合二者的优势,提出级联多分类器的方式来实现快速准确的检测行人。具体研究内容包括:1)设计了基于LBP的快速行人检测算法。算法使用LBP算子简洁高效的提取行人的特征,使用积分图方法加速行人检测的计算速度,使用支持向量机对行人的特征进行建模,最终,实现快速检测行人的目的。2)设计了基于Regionlet的准确行人检测算法。算法采用随机预测的方法预测行人可能出现的区域,并将该区域进行划分,得到许多的小块区域regionlet。提取regionlet的特征经过处理之后得到大的区域的特征。因行人在更小块区域的内部变形更小,因此,算法对于变形具有更好的适应性,检测的鲁棒性更高。同时,使用Adaboost分类器对行人区域进行检测,能更有效的降低误检率,提高行人检测的准确率。3)构建基于多分类器的行人检测系统。系统将快速分类器和准确分类器进行融合,首先使用快速分类器对图像进行粗提取,然后将初筛结果送到准确分类器中进行第二次检测,由于减少了检测的信息量,因此系统能够提高行人检测的速度,最终达到快速准确检测行人的目的。实验表明,本文的研究成果有效的提高了行人检测的速度和准确率,为实现实时行人检测研究提供了有益的参考和帮助。