行人检测技术是计算机视觉领域的一个重要分支,它主要涉及在视频或图像序列中实时识别和定位行人的目标检测任务。这项技术对于智能车辆、自动驾驶系统以及安全监控等领域具有重要意义。本文将对行人检测技术进行详细概述,并引用一系列相关的论文作为参考。
首先,综述类文章如[1] D.Geronimo 和 A.M.Lopez 的作品《Vision-based Pedestrian Protection Systems for Intelligent Vehicles》(2014年)讨论了行人检测在智能车辆中的应用,强调了其对于提升驾驶安全的重要性。P.Dollar 等人[2]在2012年的《Pedestrian Detection: An Evaluation of the State-of-the-Art》中对当时行人检测技术的现状进行了评估,展示了当时的先进方法和技术。
国内学者也对此有所贡献,例如苏松志等人[3]在2012年的《行人检测技术综述》中,对国内外行人检测技术的发展进行了全面回顾,涵盖了单目检测(monocular pedestrian detection)的研究,这是由M.Enzweiler和D.Gavrila在其论文[4]中深入探讨的主题。D.Geronimo等人在2010年的《Survey of Pedestrian Detection for Advanced Driver Assistance Systems》中,专门针对ADAS系统的行人检测进行了系统性的调查。
贾慧星和章毓晋[6]在2007年的《车辆辅助驾驶系统中基于计算机视觉的行人检测研究综述》中,关注了这一技术在汽车辅助驾驶中的具体应用。许言午等人[7]在2008年的《行人检测系统研究新进展及关键技术展望》中,对未来的发展趋势和关键技术进行了前瞻性分析。
此外,还有其他领域的综述,如杜友田等人[8]在电子学报上发表的关于视觉中人的运动识别的文章,以及朱文佳的硕士论文[9],他专注于基于机器学习的行人检测关键技术研发。具体的技术实现如2014年ECCV会议上提出的30Hz Object Detection with DPM V5,以及关于选择良好HOG滤波器的工作[10],这些都展示了行人检测技术的最新进展和实践应用。
行人检测技术的研究涵盖理论基础、算法设计、性能评估等多个方面,随着深度学习和计算机视觉技术的发展,该领域的研究不断取得突破,为智能交通系统的完善和行车安全提供了强大支持。