行人识别在未来辅助驾驶领域会发挥重要的作用，但是在嵌入式上实现时，必须面对处理器性能问题。因此需要对算法进行调整与优化，以适应于DM6437上运行。

行人识别算法类型的分析

通过总结行人识别的算法流程，可以分为两大类：

1. 需要定时执行的算法，如视频帧的交换、路面识别算法。这类算法并不需要太多的计算量，但是对实时性较敏感，需要按时执行。
2. 需要持续执行的算法，如行人识别算法。这类算法计算量较大，但是实时性要求较低，这类算法可配置让他在CPU空闲状态下持续运行。

行人识别算法框架设计

通过上面的分析可以看出，行人识别算法的执行依赖于底层的定时器，软中断和任务，但是直接针对算法配置这些功能并不是最佳选择。随着硬件价格不断下降和算法复杂性的增加，硬件平台就有更换的必要，如果算法太过于依赖底层平台，会给更换平台带来巨大的工作量。因此，需要通过服务层完成对底层平台的适配，为算法屏蔽底层的细节，以服务的逻辑为上层算法提供定时执行服务。

1. 针对定时执行的算法，可以通过配置定时器，按需触发执行。为保证算法执行的实时性，可以让定时器触发软中断，并且为实时性要求高的算法所对应的软中断配置较高的优先级，由软中断触发算法执行。
2. 针对持续执行的算法，该任务的核心是一个死循环的任务，这个死循环会依次执行载入的算法，最大化利用CPU的计算能力。