行人检测技术综述

guchang

于 2014-05-17 00:57:16 发布

阅读量3.2k

点赞数

分类专栏：计算机视觉

本文链接：https://blog.csdn.net/guchang/article/details/25595751

版权

本文是对2001年至2012年间行人检测技术的综述，涵盖了从特征提取到分类与定位的方法，包括滑动窗口法（整体法与部位法）在行人检测中的应用。在部分遮挡情况下，部位法相较于整体法表现更优。

摘要由CSDN通过智能技术生成

2014/5/12 对网络上的几篇综述进行总结，和摘取。总结了2001-2012年的技术。之后会对近两年的技术进行总结。

行人检测（Pedestrian Detection) 指从输入的图像或视频帧中判断是否包含行人。行人检测兼具刚性和柔性物体的特征，外形容易发生改变，如穿着，遮挡物，姿态，视角等影响。

行人检测技术分为两块：特征提取，分类与定位。

1. 特征提取：

一共有三类提取方法：

行人特征类型	描述	优点	缺点
底层特征	是颜色、纹理和梯度等基本的图像特征	单一特征，计算速度快	角度单一，判别力差
基于学习的特征	通过机器学习的方法，从大量的行人样本中学习到的行人特征表示	判别力强	需要有好的样本集
混合特征	多种底层特征的融合，或者是底层特征的高阶统计特征<