行人检测技术综述

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<
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值