行人检测综述讲解.docVIP

最近一直在看行人检测的论文，对目前的行人检测做大概的介绍。 行人检测具有极其广泛的应用：智能辅助驾驶，智能监控，行人分析以及智能机器人等领域。从2005年以来行人检测进入了一个快速的发展阶段，但是也存在很多问题还有待解决，个人觉得主要还是在性能和速度方面还不能达到一个权衡。 1.行人检测的现状（大概可以分为两类） （1）.基于背景建模：利用背景建模方法，提取出前景运动的目标，在目标区域内进行特征提取，然后利用分类器进行分类，判断是否包含行人； 背景建模目前主要存在的问题：(背景建模的方法总结可以参考我的前一篇博文介绍）?（前景目标检测总结） 必须适应环境的变化（比如光照的变化造成图像色度的变化）； 相机抖动引起画面的抖动(比如手持相机拍照时候的移动)； 图像中密集出现的物体（比如树叶或树干等密集出现的物体，要正确的检测出来）； 必须能够正确的检测出背景物体的改变（比如新停下的车必须及时的归为背景物体，而有静止开始移动的物体也需要及时的检测出来）。 物体检测中往往会出现Ghost区域，Ghost区域也就是指当一个原本静止的物体开始运动，背静差检测算法可能会将原来该物体所覆盖的区域错误的检测为运动的，这块区域就成为Ghost，当然原来运动的物体变为静止的也会引入Ghost区域，Ghost区域在检测中必须被尽快的消除。 （2）.基于统计学习的方法：这也是目前行人检测最常用的方法，根据大量