随着汽车数量的迅速增长和道路交通事故的频繁发生，如何减少交通事故、降低交通事故造成的损失成为人们关注的重点。行人作为道路交通的主要参与者，是道路交通事故中死伤率最高的成员。因此，及时警告驾驶员与行人可能的碰撞，有效地保护行人的安全，已成为车辆安全辅助驾驶领域备受关注的研究方向。　　 本文研究了鲁棒性较强的特征描述符算法，将图像区域编码成高维特征向量来完成高精度的行人检测。采用梯度方向直方图特征来检测行人，该特征对于旋转、尺度缩放、亮度变化都能保持很好的不变性。在计算时，利用高斯加权和三线性插值算法来修正图像特征以提高算法的性能。利用线性支持向量机训练分类器，并对实际交通道路中的视频图像进行多尺度融合检测。实验结果表明，该算法能够对混合交通视频中的不同尺度和姿态的行人进行有效地识别。