Research on Scene-specific Pedestrian Detection Method Based on Deep Learning

摘要

行人检测一直是计算机视觉中，尤其是目标检测领域的研究重点。而由于环境的时变性和多样性，不同场景之间样本不满足同分布，普通场景下训练得到的检测器直接应用到某一特定场景时性能会急剧下降。基于这样的背景，本文依据场景的复杂程度不同提出了两种对应的解决方法，主要工作和创新点如下： 1）当背景比较简单时，容易获取样本的标定信息，本文提出了一种快速的行人检测算法，首先基于结构化局部边缘模式计算样本特征，然后通过积分图技术快速计算分类器分数，从而使得检测过程更加高效。实验表明该方法在保证检测精度的情况下提高了行人检测的速度。 2）当场景比较复杂时，我们必须要有足够的样本支撑去训练一个鲁棒性的行人检测器，...