基于形状上下文的公共场所行人检测系统

丁辰瑜，葛万成，陈康力

(同济大学 电子与信息工程学院，上海 200092)

0 引言

近年来，在交通运输及公共设施规划等方面，对于慢行交通对象，比如行人及非机动车的研究越来越多，对于其流量等数据的研究方面，其精度要求也越来越高。而在建立行人模型供公共设施建设参考时，实际数据是非常重要的，尤其是微观数据，目前，在交通运输方面，国外针对行人以及人流的建模研究，主要集中于行人的步频和长度,行人安全,行人数目，行人跟踪，公共服务设施服务时间等参数进行研究[1]。由于以往的主要研究主要集中在对于机动车的研究，在对于行人和非机动车的研究方面，虽然近年来有一些算法表现良好，但是在实际应用用上仍然存在一些问题。此外，行人在公共场合存在其特殊性，一方面独立的个体表现的行为具有随机性，另一方面在高峰时期，大量的行人会汇聚成人流。因此，通过一系列自动化手段取得公共设施中行人行为与人流总体趋势相关的模型，对于公共行人设施的规划和建设，公共交通服务的加强，以及对高强度客流的预测，有着非常重要的意义。

而基于视觉的行人检测目前仍旧是计算机视觉领域的一个公认的难题。其中一个关键的问题就是如何将人和车辆、树木等其他物体区分开来。如果仅用基于运动特性的提取方法是很难做到的，原因在于他们缺少了本地描述特征。而基于特征学习的方法近年来被证明在行人检测上有着比较好的性能。……