本文旨在改进以前的研究人员提出的HOGSVM行人检测方法。HOGSVM检测行人的速度相对较慢，检测精度不是很好。本文提出了一种用于HOG的PCA（主成分分析）降维方法，并对其进行插值。本文结合了各个HOG功能的尺寸并提高了其准确性，并将它们与改进的LBP功能融合在一起。HOG特征和LBP特征的融合特征既可以表达行人轮廓信息，又可以获取行人纹理信息。这样可以提高行人检测的速度，提高检测的准确性，有利于减少误检测和漏检。尽管一些研究人员结合了HOG和LBP的两个特征，但在将这两个特征简单融合后，实验结果表明检测效果没有太大提高。本文针对不同格式的视频检测材料，在MFC平台上编写的