1.一种基于移动终端的“分心步行”预警系统，其特征在于，包括：模型训练模块和实时检测模块；模型训练模块通过对大量道路特征训练数据集进行预处理和模型训练，生成样本模型用于实时检测；实时检测模块利用移动终端进行采样和预处理，针对明显道路标识特征，根据模型训练模块生成的样本模型对采集的样本进行分类预测，根据分类预测的结果进行决策判断，当判断分心的用户走出人行道时，对用户进行预警。
2.如权利要求1所述的基于移动终端的“分心步行”预警系统，其特征在于，模型训练模块包括预处理单元、模型训练单元和样本模型，预处理单元用于对大量训练数据集进行预处理，模型训练单元用于对预处理单元处理的数据进行模型训练从而生产样本模型；实时检测模型包括样本采集单元、预处理单元、分类预测单元、决策单元和用户预警单元，样本采集单元用于采样，预处理单元用于对采集的样本进行预处理，分类预测单元用于根据模型训练模块生成的样本模型对采集的样本进行分类预测，决策单元用于对分类预测的结果进行决策判断从而通过用户预警单元对用户进行预警。
3.如权利要求1所述的基于移动终端的“分心步行”预警系统，其特征在于，系统检测的目标为盲道或其他道路标注特征，训练数据集模拟行人外出，通过后置摄像头完成数据的采集，采集的数据为图像中存在盲道路径的和图像中不存在盲道路径的。
4.如权利要求2所述的基于移动终端的“分心步行”预警系统，其特征在于，模型训练模块中的预处理单元对大量训练数据集进行预处理，包括灰化图像和调节图像尺寸，考虑多个参数值，对不同参数生成的模型进行测试，选出运行时间和准确率都理想的模型，记录对应的参数值。
5.如权利要求2所述的基于移动终端的“分心步行”预警系统，其特征在于，样本采集单元基于用户使用的移动终端的后置摄像头，摄像头在后台运行中的手机应用的控制下，在每一个运行周期的开始启动并获得此时摄像头中的图像，将图像传送给实时检测模块中的预处理单元。
6.如权利要求2所述的基于移动终端的“分心步行”预警系统，其特征在于，在每个运行周期，决策判断单元接受单个预测结果，并决定在收到该项预测结果后，给出用户是否走在带有盲道的人行道上的判断；利用多次图像的预测结果做出判断，利用该运行周期的预测结果和前几次预测结果的记录；决策的结果为3种：阳性，用户处于带盲道的人行道上，在时间间隔T后进入下一个运行周期；阴性，用户未处于带盲道的人行道上，在时间间隔T后进入下一个运行周期；无，不给出用户当前状态，直接再次采样，进入下一个运行周期。
7.如权利要求6所述的基于移动终端的“分心步行”预警系统，其特征在于，决策的步骤为：
(1)设定Treq的值，Treq通常取值1～3，并初始化中间变量Tdet的值为零；
(2)本次运行周期的预测结果为Pnow，如果在上一个运行周期时已经做出了有结果的判断，且判断结果Rprv与Pnow相同，那么本次运行周期的决策仍然为Rprv，在时间间隔T后进入下一个运行周期的步骤(2)；
(3)若Rprv与Pnow不同，那么判断Pnow与前一个运行周期的预测结果Pprv是否相同；若相同，那么使Tdet的值增加1，并进入下一步骤；若不同，则将Tdet的值赋值为零，当次的决策结果为无，然后直接进入下一个运行周期的步骤(2)；
(4)判断Tdet的值是否不小于Treq的值，若是，则本次运行周期的决策结果为Pnow；若不是，当次的决策结果为无，则在时间间隔T后进入下一个运行周期的步骤(2)。