行人检测技术综述

苏松志; 李绍滋; 陈淑媛; 蔡国榕; 吴云东

doi:10.3969/j.issn.0372-2112.2012.04.031

您当前的位置：

首页 >

文章列表页 >

行人检测技术综述

综述评论 | 更新时间：2025-07-16

- 行人检测技术综述
- A Survey on Pedestrian Detection
- 电子学报 2012年40卷第4期页码：814-820
- 作者机构：
  
  1. 厦门大学信息科学与技术学院,福建,厦门,361005
  2. 厦门大学福建省仿脑智能系统重点实验室,福建,厦门,361005
  3. 元智大学资讯工程系,台湾
  4. 集美大学理学院,福建,厦门,361021
  5. 厦门大学信息科学与技术学院福建厦门,361005
  6. 厦门大学福建省仿脑智能系统重点实验室福建厦门,361005
  7. 元智大学资讯工程系台湾
  8. 集美大学理学院福建厦门,361021
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.60873179);高等学校博士学科点专项科研基金 (No.20090121110032);深圳市科技计划-基础研究 (No.JC200903180630A);深圳市科技研发基金-深港创新圈计划 (No.ZYB200907110169A);福建省教育厅基金 (No.JA10196)
- DOI：10.3969/j.issn.0372-2112.2012.04.031
  中图分类号： TP391
- 纸质出版：2012
- 稿件说明：
移动端阅览
苏松志, 李绍滋, 陈淑媛, 等. 行人检测技术综述[J]. 电子学报, 2012,40(4):814-820.

SU Song-zhi, LI Shao-zi, CHEN Shu-yuan, et al. A Survey on Pedestrian Detection[J]. Acta Electronica Sinica, 2012, 40(4): 814-820.
苏松志, 李绍滋, 陈淑媛, 等. 行人检测技术综述[J]. 电子学报, 2012,40(4):814-820. DOI： 10.3969/j.issn.0372-2112.2012.04.031.

SU Song-zhi, LI Shao-zi, CHEN Shu-yuan, et al. A Survey on Pedestrian Detection[J]. Acta Electronica Sinica, 2012, 40(4): 814-820. DOI： 10.3969/j.issn.0372-2112.2012.04.031.

摘要

行人检测是计算机视觉中的研究热点和难点

本文对2005-2011这段时间内的行人检测技术中最核心的两个问题—特征提取、分类器与定位—的研究现状进行综述.文章中首先将这些问题的处理方法分为不同的类别

将行人特征分为底层特征、基于学习的特征和混合特征

分类与定位方法分为滑动窗口法和超越滑动窗口法

并从纵横两个方向对这些方法的优缺点进行分析和比较

然后总结了构建行人检测器在实现细节上的一些经验

最后对行人检测技术的未来进行展望.

Abstract

Pedestrian detection is an active area of research with challenge in computer vision.This study conducts a detailed survey on state-of-the-art pedestrian detection methods from 2005 to 2011

focusing on the two most important problems:feature extraction

the classification and localization.We divided these methods into different categories;pedestrian features are divided into three subcategories:low-level feature

learning-based feature and hybrid feature.On the other hand

classification and localization is also divided into two sub-categories:sliding window and beyond sliding window.According to the taxonomy

the pros and cons of different approaches are discussed.Finally

some experiences of how to construct a robust pedestrian detector are presented and future research trends are proposed.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

AI-DETR：自适应加权的可解释目标检测方法

基于因果提示蒸馏的开放世界目标检测

基于ICFIE-YOLO的低照度图像目标检测方法

基于引导扩散模型的自然对抗补丁生成方法

一种基于SAM-MSFF网络的低照度目标检测方法