行人检测存在问题及技术难点

行人检测存在问题及技术难点
在过去的是十几年中，通过国内外学者的共同努力，行人检测技术在算法上取得了很大的突破，在室内等背景比较固定的场景下已取得了比较不错的效果。

但在复杂场景下，例如车站、广场、大型商场等环境中，行人处在移动、静止、姿态变化和不同程度的相互遮挡等状态中，这些都给行人检与跟踪带来了困难，在复杂场景下行人检测技术仍然面临着挑战。

（1）行人的多姿势变化问题。

行人目标严重的非刚性,同时行人可能呈现多种不同的姿态,或行走或静止,或站立或蹲下。

而且不同行人之间的衣着外貌也有差异，即行人的外表也不同。

当前的行人检测方法还不能完全适应这些变化。

因此，如何设计一个与外表无关，能适应姿势变化的行人识别方法是行人检测需要解决的一道难题。

（2）检测场景的复杂性的问题,而且行人与背景混合,难以分离；在有行人存在的交通环境中，人与人或人与环境之间相互影响、遮挡，以及现实场景下光照度的变化、时变性和大量存在的类似行人部分轮廓的物体等因素的干扰，使得我们精确检测、识别与跟踪行人变得相当困难。

（3）行人检测与跟踪系统实时性的问题。

在实际的应用中，往往对检测跟踪系统的反应速度有一定的要求。

然而实际的检测跟踪系统往往需要处理较大的数据量，而且为了满足系统的鲁棒性要求，算法的搭建往往较为复杂，这些都成为了进一步提高系统实时性的阻力。

（4）遮挡问题。

现实世界中，行人与行人之间及行人与检测环境中存在的物体之间存在着大量的遮挡。

利用当前已有的图像处理等方法能在一定程度上处理局部的遮挡问题，但效果不是很理想，还不能处理较严重的遮挡问题。

然而,在实际应用中,除了面临上述难题之外,还需要考虑到摄像机的运动；同时由于处在幵放的环境,不同的路况、天气的变化也对行人检测算法提出了更高的要求。

检测跟踪系统性能评估标准问题，一般来说，准确性、鲁棒性、快速性是其的三个基本要求。

但目前还没有个统一的标准对所有检测跟踪系统进行评估。

因此,目前的人体检测系统只在某些特定环境中被证明有效,从而激励了该领域研究人员对此技术的不断创新与改进。

行人跟踪中存在的问题
在行人跟踪的过程中，由于背景的持续性变化和行人本身的不规则形变，行人跟踪仍然有较多的问题需要解决。

就行人跟踪技术来说，目前还没有一个能适用于具有复杂性应用环境的算法。

当前国内外学者对行人跟踪研究的主要思路是针对不同的应用环境提出不同的合理性假设，使问题简得到单化，例如检测目标运动速度均匀、运动方向固定、背景固定不变等，从而使行人检测的准确率大大提高。

但是，这种场景只是假设出来的，与现实应用场景有较大的差距。

若使跟踪算法不受场景的限制还需进一步改进，实现以下几种情况是行人跟踪技术中的关键。

（1）目标出现遮挡和碰撞时的准确跟踪；
（2）目标姿态变化和服饰颜色与背景颜色相近时的准确跟踪；
（3）在所处场景光照强烈变化时，目标准确跟踪；
（4）跟踪算法运算效率得到提升，满足实时性的要求
（5）存在风吹草动、树枝摇动、飞禽的进入以及摄像机的抖动等问题；（6）作为错误的目标，我们须在跟踪之前将它们祛除。