当前,随着计算机性能和传感器技术不断提高,人工智能和模式识别技术不断进步,各种智能设施正在全面地进入到人们的生活中。它们搜索人的方向和位置,理解人的动作和语言,并为人提供多种多样的服务。行人检测技术能帮助这些智能设施分析和判断视野范围内是否有人的出现。传统的检测技术大多依赖于视频图像,从二维的图像信息中很难获取目标的速度、距离等三维信息,因此无法有效地应对行人在场景中的纵向运动以及非刚性运动。本文通过从多传感器数据融合的角度出发,提出利用雷达来增加行人检测过程中的信息依据,弥补视频图像的不足,提高行人检测的准确性。本文的主要工作包括以下两个部分:一、针对机场、大坝、国境线等重点场所的具体需求,提出了一种基于视频的多姿态行人检测方法。该方法通过高斯混合模型对场景的背景环境进行建模,将运动目标从场景中分离出来后,使用支持向量机对其进行分类判断。并创新地把行人样本分成站姿和蹲姿两个小类,在训练与分类过程中将其当做两个不同类别进行处理,最后统一输出为行人。通过这种方式,能够有效地应对行人的非刚性运动,提高行人检测的检测率。二、在前述的基础上,提出了使用雷达对原有方式进行改进。使用雷达获取目标距离,进而从目标的像素面积换算得到目标的实际面积,并将其作为一个特征用于分类。这种方式把雷达作为补充信息源,强化了特征向量的描述力,丰富了分类器决策判断的依据,能有效地对相似形状的不同类物体进行区分,进一步提高了检测率。总体而言,本文的主要研究工作聚焦于雷达与视频相融合的行人检测技术研究,对于我国的发展和国内外相关领域的研究具有重要的借鉴意义与应用价值。