1.一种基于似物性模型的路口违章行为智能检测方法，其特征在于，所述检测方法依次进行如下步骤：（1）采集交通场景下道路交叉口行人过街图像，并人工标注行人位置，作为训练数据集；提取行人区域正样本和行人区域负样本的8*8图像梯度特征，所述行人区域正样本为路口图像中包含了行人的图像区域，行人区域负样本为路口图像中不包含行人及包含不完整行人的图像区域；并将所述图像梯度特征输入到支持向量机中训练，得到行人似物性模型；采用如下似物性度量方法以训练行人似物性模型：式中，w为64维向量，是在数据集上训练得到的行人似物性模型；gL表示待判断的图像区域L的64维梯度特征； 表示支持向量机的向量内积运算；sL 表示似物性度量值，其反映图像区域L中目标可能是行人的程度；

（2）对交叉口信号灯图像进行采集，并根据图像颜色分布情况自动识别信号灯状态；

（3）在红灯时间内，利用所述行人似物性模型检测过街行人，首先根据步骤（1）所得到的行人似物性模型，找出潜在的可能存在行人的区域；然后计算区域图像中行人的长宽比A=W/L，根据A的取值范围（0.3,0.5），过滤所有不符合条件的行人；

（4）对于所检测到的行人计算其重心坐标位置，并加入候选行人集合S；在S中，利用行人的位置关系，生成n条行人轨迹；

（5）当行人轨迹中的行人位置个数大于阈值m时候，抓拍当前行人图像并存储，并给予过街行人语音和图像警报。

2.根据如权利要求1所述的基于似物性模型的路口违章行为智能检测方法，其特征在于，在步骤（2）中所述自动识别信号灯状态的方法为：定位信号灯区域，并将其划分为2*5的小方格；在这2*5个格子内分别计算其亮度值，得到一个10维向量；统计路口红灯图像时该向量的取值分布的最大值和最小值，得到红灯模型；利用训练得到的红灯模型检测路口的信号灯状态。

3.根据如前述权利要求中所述的基于似物性模型的路口违章行为智能检测方法，其特征在于，步骤（4）中的候选行人集合S中包括所有满足行人似物性模型的行人，结合运动特征，进一步过滤噪声，得到真正的闯红灯行人，具体步骤为：

1）在视频帧f中检测到行人个数p，将每个行人抽象为一个点，计算其重心位置坐标；

2） 将p个行人加入到n条轨迹中，其中每条轨迹是一个包含若干坐标点的队列；

3） 循环遍历p个行人，如果它和n条轨迹中的任意一个距离都大于阈值d或者角度差值都大于阈值α则该行人不属于任何现有轨迹，则新生成一条轨迹，该行人作为起点，轨迹个数加1；如果该行人和现有某条轨迹距离小于阈值并且其角度差值小于α，则该行人加入所对应的轨迹中；

4） 检测所维护的n条轨迹，如果轨迹i超过15帧没有变化则清除该轨迹，轨迹个数n减1；如果轨迹i中的行人坐标个数超过m，则表示该行人形成了稳定轨迹，记录该行人并作后续处理，同时轨迹清空。

4.根据如前述权利要求中所述的基于似物性模型的路口违章行为智能检测方法，其特征在于，在步骤（5）中，抓拍行人的条件为该行人形成了超过m个点的稳定轨迹，此时存储该行人的图像并对该行人进行语音提示。

5.一种采用如前述权利要求所述智能检测方法的智能检测系统，其特征在于，其包括：行人似物性模型生成模块，其根据人工标注好位置的路口行人图像数据集，提取行人区域正样本和行人区域负样本的8*8图像梯度特征，并将所述图像梯度特征输入到支持向量机中训练，得到行人似物性模型；

信号灯状态检测模块，其根据信号灯的图像特征判断信号灯是否为红灯；

运动轨迹过滤模块，其根据区域中行人的运动轨迹判断真正的违章过街行人；

输出模块，该模块结合信号灯和行人检测的结果，对闯红灯的行人进行抓拍和语音提示；

控制模块，该模块与其他各模块相连，用于加载行人似物性模型生成模块和信号灯状态检测模块输入的模型，并控制运动轨迹过滤模块进行计算及输出模块的运行。