行人检测一直是计算机视觉领域中的研究重点和热点,是许多场合应用的重要基础技术,在智能视频监控、VR(Virtual Reality)及机器人等领域中,具有广泛的应用背景。但大多数的行人检测算法都是在PC平台下设计完成的,工程实用性弱,并且随着图像处理技术的高速发展,视频序列的处理任务在大多数硬件平台上的实时性仍不能满足需求。TI公司的TMS320C66x系列嵌入式DSP处理器具有强大的信号处理能力和高速并行处理能力,在视频的实时处理方面具有独特优势,是行人检测算法硬件实现的优秀平台。本课题选择TI公司的TMS320C6657芯片,并在对应的DSP开发板上实现了视频序列中的行人实时检测。本设计主要对摄像头固定情况下的视频中的行人检测技术进行相关研究。在检测算法上,针对传统方法中采用滑动窗口检测时存在识别慢、效率低的缺点,根据相关应用场景,利用行人总是在运动这个先验信息,设计了Vibe(Visual Background Extractor)背景建模结合方向梯度直方图(HOG)和支持向量机(SVM)的行人目标检测方法。该方法先采用Vibe背景建模算法获取视频中的前景图像,并对前景区域进行腐蚀、膨胀等形态学操作,提取最终的感兴趣区域;在此基础上,利用基于HOG特征和SVM统计分类的行人检测算法,对提取出来的感兴趣目标区域进行检测,标记出行人目标。算法在DSP上的优化实现中,首先针对DSP的编程特点,编排和重写PC平台上的行人检测算法,实现算法的嵌入式DSP平台移植。然后,利用DSP平台独有的各种优化技术,包括系统级的编译器优化、Cache缓存优化,以及模块级的软件流水、内联函数优化和VLIB库等手段,在确保检测精度的同时,充分挖掘优化资源提高检测速度。实验结果表明,该行人检测系统在嵌入式DSP平台能够较为精确的对行人进行检测,优化后的检测系统可实现分辨率为768×576视频图像的行人24f/s实时检测,具有一定的工程实用价值。