常规的行人目标检测方法往往以底层特征为基础,采用密集窗口扫描的分类检测模式,其计算资源开销大而难以满足快速性要求。针对此问题,研究了一种新的行人目标快速检测方法。引入视觉选择性注意计算进行目标候选区域定位,通过提取候选区域的积分有向梯度直方图IHOG(integratedhistogramoforientedgradient)特征和局部二值模式LBP(localbinarypattern)特征以形成组合优势,通过级联支持向量分类方式对区域内容进行分级检测,实现了快速、可靠的行人目标检测。DET(detectionerrortradeoff)曲线和算法运行时间表明,相比Dalal等人的方法,本方法可在保证检测率稳定的前提下,缩短五倍的检测时间,