基于多特征融合的行人检测方法

顾 伟，李菲菲，陈 虬

(上海理工大学 光电信息与计算机工程学院,上海 200093)

行人检测作为一个典型的目标检测问题，是近年来研究的热点。行人检测被广泛应用于智能交通、自动驾驶、视频监控、行为分析等领域。行人检测的目的是利用计算机视觉技术判断图像或视频序列中是否存在行人并给予精确定位。目前，大部分行人检测方法将行人检测问题作为一个二分类问题，即判断目标图像中的所有候选窗口是否为行人，然后进行非极大值抑制。

目前行人检测方法大致可以分为两大类：传统的机器学习方法和深度学习方法。传统的机器学习特征是手工设计的特征，包括提取特征和使用分类器进行分类两个步骤。但是在行人检测任务中，与分类器的选择相比，特征的选择更为重要。为了克服行人身体的形变性以及行人的外观容易受到姿势、穿着、光照变化和背景影响等问题，研究人员分别使用图像的轮廓、纹理和颜色特征完成行人检测任务。因此，Haar-like[1]、方向梯度直方图(Histogram of Oriented Gradient，HOG)[2]、Shapelet[3]、本地二进制模式(Local Binary Pattern，LBP)[4]、颜色自相似性特征 (Color Self Similarities，CSS)[5]与积分通道特征(Integral Channel Feature，ICF)[6]等特征成为了行人检测任务中较为常见的机器学习特征。由于上述特征在行人检测中具有良好表现，研究者在原有特征的基础上提出了FHOG(Felzenszwalb HOG)[7]、本地三单元模式(Local Ternary Pattern，LTP)[8]、有效局部二进制模式(Significant Local Binary Pattern，SLBP)[9]、聚合通道特征(Aggregate Channel Feature，ACF)[10]、局部去相关通道特征(Locally Decorrelated Channel Feature，LDCF)[11]以及过滤通道特征(Filtered Channel Features，FCF)[12]等特征。

近年来，深度学习尤其是卷积神经网络在人脸识别、图像分类、行人检测等领域表现出较强的优势受到研究者的广泛关注[13-16]。……