行人检测技术综述
A Survey on Pedestrian Detection
查看参考文献55篇
|
文摘
|
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. |
|
其他语种文摘
|
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. |
|
来源
|
电子学报
,2012,40(4):814-820 【核心库】
|
|
DOI
|
10.3969/j.issn.0372-2112.2012.04.031
|
|
关键词
|
行人检测
;
目标检测
;
智能监控
;
车辆辅助驾驶
|
|
地址
|
1.
厦门大学信息科学与技术学院, 福建省仿脑智能系统重点实验室, 福建, 厦门, 361005
2.
元智大学资讯工程系, 台湾
3.
集美大学理学院, 福建, 厦门, 361021
|
|
语种
|
中文 |
|
文献类型
|
综述型 |
|
ISSN
|
0372-2112 |
|
学科
|
自动化技术、计算机技术 |
|
基金
|
国家自然科学基金
;
国家教育部高等学校博士学科点专项科研基金
;
深圳市科技计划-基础研究
;
深圳市科技研发基金-深港创新圈计划
;
福建省教育厅项目
|
|
文献收藏号
|
CSCD:4544674
|
参考文献 共
55
共3页
|
|
1.
许言午. 行人检测系统研究新进展及关键技术展望.
电子学报,2008,36(5):368-376
|
CSCD被引
5
次
|
|
|
|
|
2.
贾慧星. 车辆辅助驾驶系统中基于计算机视觉的行人检测研究综述.
自动化学报,2007,33(1):84-90
|
CSCD被引
30
次
|
|
|
|
|
3.
Geronimo D. Survey of pedestrian detection for advanced driver assistance systems.
IEEE Trans.on Pattern Analysis and Machine Intelligence,2010,32(7):1239-1258
|
CSCD被引
37
次
|
|
|
|
|
4.
Dollar P. Pedestrian detection:an evaluation of the state of the art.
IEEE Trans.on Pattern Analysis and Machine Intelligence,2011,99:1-20
|
CSCD被引
3
次
|
|
|
|
|
5.
Aggarwal J. Human activity analysis: a review.
ACM Computing Surveys,2011,43(3):1-47
|
CSCD被引
61
次
|
|
|
|
|
6.
杜友田. 基于视觉的人的运动识别综述.
电子学报,2007,35(1):84-90
|
CSCD被引
36
次
|
|
|
|
|
7.
Reilly V. Geometric constraints for human detection in aerial imagery.
Proc.ECCV,2010
|
CSCD被引
1
次
|
|
|
|
|
8.
Andriluka M. Vision based victim detection from unmanned aerial vehicles.
Proc.IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS),2010
|
CSCD被引
1
次
|
|
|
|
|
9.
Dollar P. The fastest pedestrian detector in the west.
Proc.BMVC,2010
|
CSCD被引
1
次
|
|
|
|
|
10.
Enzweiler M. Monocular pedestrian detection:survey and experiments.
IEEE Trans.on Pattern Analysis and Machine Intelligence,2009,31(12):2179-2195
|
CSCD被引
46
次
|
|
|
|
|
11.
Dalal N. Histograms of oriented gradients for human detection.
Proc.IEEE CVPR,2005:886-893
|
CSCD被引
2
次
|
|
|
|
|
12.
Zhu Q. Fast human detection using a cascade of histograms of oriented gradients.
Proc.IEEE CVPR,2006:1491-1498
|
CSCD被引
1
次
|
|
|
|
|
13.
Wojek C. A performance evaluation of single and multi-feature people detection.
Proc.DAGM,2008
|
CSCD被引
1
次
|
|
|
|
|
14.
Ojala T. A comparative study of texture measures with classification based on feature distributions.
Pattern Recognition,1996,19(3):51-59
|
CSCD被引
416
次
|
|
|
|
|
15.
Mu Y. Discriminative local binary patterns for pedestrian detection in personal album.
Proc.IEEE CVPR,2008
|
CSCD被引
2
次
|
|
|
|
|
16.
Wang X. A HOG-LBP human detector with partial occlusion handling.
Proc.IEEE ICCV,2009
|
CSCD被引
1
次
|
|
|
|
|
17.
Walk S. New features and insights for pedestrian detection.
Proc.IEEE CVPR,2010
|
CSCD被引
1
次
|
|
|
|
|
18.
Wu J X. CENTRIST:A visual descriptor for scene categorization.
IEEE Trans.on Pattern Analysis and Machine Intelligent,2011,33(8):1489-1501
|
CSCD被引
26
次
|
|
|
|
|
19.
Wu J X. Real-time human detection using contour cues.
Proc.IEEE ICRA,2011:860-867
|
CSCD被引
1
次
|
|
|
|
|
20.
Walk S. New features and insights for pedestrian detection.
Proc.of CVPR,2010
|
CSCD被引
1
次
|
|
|
|
|
了解气象卫星更多信息，请访问