行人是交通系統(tǒng)中的主要參與者，也是交通事故中的主要受害者，如何利用現(xiàn)代科學(xué)技術(shù)來保護(hù)行人的生命安全變得越來越迫切。行人檢測(cè)作為智能交通控制系統(tǒng)、高級(jí)駕駛員輔助系統(tǒng)（ADAS）、姿態(tài)估計(jì)等相關(guān)應(yīng)用的基礎(chǔ)也受到廣泛的關(guān)注。

雖然ADAS作為汽車安全的一個(gè)重要組成部分受到廣泛的關(guān)注，并且取得了很多重要成果，但仍然面臨著許多挑戰(zhàn)：形態(tài)各異的外貌特征、復(fù)雜多樣的背景環(huán)境、行人與攝像機(jī)之間動(dòng)態(tài)變化的場(chǎng)景、系統(tǒng)實(shí)時(shí)性與穩(wěn)定性的嚴(yán)格要求等。

關(guān)注本公眾號(hào)的朋友希望，能提供一些算法實(shí)例。

ADAS不僅要求能夠快速檢測(cè)出行人，為司機(jī)提供反應(yīng)時(shí)間，而且要求檢測(cè)準(zhǔn)確度高，盡量減少誤報(bào)率，因此研究者通過尋找更好的行人特征或者高效的檢測(cè)算法來提高行人檢測(cè)的魯棒性與實(shí)時(shí)性。

定義：判斷輸入或者采集的圖像（或視頻幀）是否包含行人，如果包含，給出行人位置信息?；谝曨l的行人檢測(cè)技術(shù)成為國(guó)內(nèi)外學(xué)者及科研機(jī)構(gòu)的研究熱點(diǎn)，其在智能車輛輔助駕駛、智能監(jiān)控、行人分析、智能機(jī)器人以及人機(jī)交互等領(lǐng)域具有廣闊的應(yīng)用前景。

挑戰(zhàn)：由于行人姿態(tài)可變、離攝像機(jī)距離的遠(yuǎn)近、以及受光照、背景、服裝、遮擋等因素的影響，使得行人檢測(cè)仍然是計(jì)算機(jī)視覺領(lǐng)域的一個(gè)挑戰(zhàn)性課題。

分類：目前，基于視覺的行人檢測(cè)方法大致可以分為基于模板匹配、基于運(yùn)動(dòng)信息、基于特征信息的行人檢測(cè)方法。其中，基于特征信息的行人檢測(cè)方法又包括：?jiǎn)我坏讓犹卣?、學(xué)習(xí)特征、以及多特征融合等。圖1給出了常見的行人檢測(cè)方法的框架圖。

編輯：jq