论文总结： 2009-Pedestrian Detection: A Benchmark

最新推荐文章于 2021-10-29 16:54:29 发布

soul_lxl

最新推荐文章于 2021-10-29 16:54:29 发布

阅读量1.4k

点赞数

分类专栏：行人检测文章标签：行人检测

本文链接：https://blog.csdn.net/soul_lxl/article/details/51073447

版权

这篇论文总结了2009年的行人检测基准，介绍了Caltech Pedestrian Dataset，提出了新的评价标准，并对多个算法进行了实验，揭示了行人检测的挑战与未来方向。

摘要由CSDN通过智能技术生成

参考文献：Dollar P, Wojek C, Schiele B, et al. Pedestrian detection: A benchmark[J]. Proc Cvpr, 2009:304-311.

论文的主要贡献：
1. 介绍了Caltech行人检测数据集（Caltech Pedestrian Dataset）；
2. 提出了更好的行人检测算法评价标准；
3. 在新数据集上对7个现有算法进行了评测；
4. 陈述了当前算在数据集上准确率不高的原因，给出了未来的研究方向。

Caltech行人检测数据集：
该数据集收集了城市中正常交通状态下大约10小时30Hz的行车记录，视频分辨率为640x480。通过标记其中的250,000帧获得了总计350,000个boundingbox （BB），其中包含行人的BB有2300个。数据拍摄于洛杉矶周边的5个场景，分为11个片段，将所有数据粗略的划分为两个部分分别组作为训练集和测试集，其中0-5作为训练集、6-10作为测试集。

人工标注及人工分类：
对于每帧中可以看到的行人，使用一个BB来标记行人的全部信息；
对于每帧中被部分遮挡的行人，使用一个BB来标记其可见部分，并使用另一个BB标记其全部信息（包括预测的遮挡部分）。
所有的BB被分为3类：独立行人（person，～1900），一群人（people，～300），难以分辨的行人（person？，&#x