行人检测研究现状和常用方法概要

两个主要的应用背景（二）
• 汽车驾驶辅助系统
DaimlerChrys百度文库er Research in Germany
The Chamfer System
http://www.gavrila.net /Computer_Vision/Research /Chamfer_System/chamfer_system.html
The first 5 filters learned for the dynamic pedestrian detector.
静态背景－W4
• Computer Vision Laboratory, University of Maryland
• Outdoor Surveillance: • Key Element: PEOPLE
• • • • • 高、宽、面积 长宽比 对称性 投影特征 各种模板：亮度，概率，小波，边缘
常用算法分析（续）
• 特征提取（2）－多帧
– 深度 – 运动信息
• • • • • 速度，加速度，运动方向 运动周期性 运动轨迹 差分图像 步态
单摄像机夜间行人检测算法
• 特点： 1.单个普通摄像机 2.夜间 • 问题： 1. 如何进行行人检测？ 2.利用什么特征进行行人识别？
4 静态背景－W
4 静态背景－W
• 算法特点（1） 单色图像 前景提取：综合亮度信息和立体视差图
1. The background scene is statically modeled by the minimum and maximum intensity values and maximal temporal derivative for each pixel recorded over some period, and is dated periodically. • 2. Foreground object are segmented from the background by thresholding, noise cleaning, morphological filtering and connected component analysis. • 3. Stereo-based detection eliminates shadows.
如何进行行人检测？
• 亮的区域是前景
利用什么特征进行行人识别？
• Size (Height and Width) • Position (Relative to the Road) • Shape Pedestrian: other: • Whether it is moving • How dose it move
4 静态背景－W
• 算法特点（2） 利用跟踪结合形状分析（投影、对称 性）的方法解决遮挡问题和目标交互 情况识别。
静态背景－W4
• 算法特点（3）
建立动态模型对人体动作进行识别
动态背景－Chamfer System
• 算法特点（1） 利用分层的模板匹配进行行人检测
动态背景－Chamfer System
– Where are they? – What are they doing? – Who is who?
– When does an action occur?
Ismal haritaoglu, David Harwood and Larry S. Davis W4: Real-Time Surveillance of People and Their Activities. IEEE Transactions on Pattern analysis and Machine Intelligence, Vol. 22 N0. 8, August 2000
行人检测研究现状和常用方法
葛俊锋 gejf03@mails.tsinghua.edu.cn 2005.6.22
提纲
• • • • 应用背景 研究现状和常用算法 单摄像机夜间行人检测算法 难点和后续研究的方向
两个主要的应用背景（一）
• 智能监控
MERL： Mitsubishi Electric Research Laboratories.
• 动态背景 摄像机不固定，有一定的运动速度。
静态背景－MERL
• 算法特点（1） 提出一种新的运动信息的表示方法。
静态背景－MERL
• 算法特点（2） 将人脸识别的方法扩展到行人识别。 利用AdaBoost自动提取对识别有用的特征。
The first 5 filters learned for the static pedestrian detector.
http://www.merl.com/projects/pedestrian/
Viola, P.; Jones, M.J.; Snow, D., "Detecting Pedestrians Using Patterns of Motion and Appearance", IEEE International Conference on Computer Vision (ICCV), Vol. 2, pp. 734-741,
动态背景－ARGO
• 算法特点（2） • 利用摄像机标定的结果计算行人的大小和 位置
常用算法分析
• 通常分为三步：
• 检测 • 识别 • 跟踪
有些算法没有专门的检测过程，则需要全局收索， 这样一般带来很大的计算量
常用算法分析（续）
• 特征提取（1）－单帧
– – – – – 背景估计 颜色，亮度 边缘 位置 形状信息
• 算法特点（2） 利用DT变换进行相似性的度量
动态背景－ARGO
• University of Parma, Italy • Supported by the European Research Office of the U. S. Army.
动态背景－ARGO
• 算法特点（1） 利用对称性检测行人
D. M. Gavrila, "Pedestrian detection from a moving vehicle," in European Conference on Computer Vision, vol. 12, pp. 37, 2000.
研究现状－分类
• 静态背景
摄像机固定，背景可能因光照变化而变化。