简介：文章简要介绍行人检测的研究现状和存在的问题,对近几年行人检测技术的发展状况和常用算法进行概括,并展望行人检测的未来发展方向。

简介：摘要：行人检测是图像识别领域研究的热点，采用AdaBoost和RBFSVM算法组合成级联分类器，利用OpenCV的HOGDescriptor类提取待检测对象的HOG特征，通过实验分析本文设计的AdaBoost-RBFSVM级联的分类器在误报率、准确分类率面有好的效果，大幅提高检测效率。

简介：摘要：自动驾驶是当前研究的热点之一，它将改变人们未来的出行方式。在研究自动驾驶行人监测方面，面临着许多安全问题。行人监测是确保自动驾驶汽车能够识别和避免行人的重要组成部分。本文通过研究自动驾驶中的行人监测的方法、应用、技术、性能等方面，有利于研究人员对该领域掌握，提供一定的参考价值。

简介：行人检测在智能监控、自动驾驶、辅助驾驶、智能机器人等研究领域有着广泛的应用.传统的行人检测方法大多使用滑动窗口遍历图片的方式,导致计算量大,检测速度受到限制.目前基于深度学习的行人检测方法进入了一个快速的发展阶段,但是还存在例如小尺寸行人漏检等很多问题.现提出基于卷积神经网络的多尺度行人检测方法,分析了增加检测层、并联卷积层与改变卷积核尺寸对行人检测性能的影响.在KITTI数据集上的实验结果表明,该方法可以实现较好的行人检测效果.

简介：摘要：行人检测一直是计算机视觉领域的研究热点，本文指出了行人检测的问题和遇到的难点，并对传统的行人检测方法进行了研究，最后讨论了基于深度学习方法的行人检测算法。

简介：摘要：行人目标检测广泛应用于汽车自动驾驶、安防监控、入侵识别等领域，对检测算法的实时性提出了较高要求。由于城市道路等场景背景复杂，行人目标尺寸小且易被遮挡，导致算法运算量大，对系统计算资源要求高。本文提出了基于YOLOv3的轻量化行人检测算法。将传统YOLOv3算法的骨干网络替换为轻量化骨干网络，运算量降低了71%，模型参数量降低了62%，同时具备较高的行人检测精度，适用于计算能力较低、存储空间较小的嵌入式设备，便于前端部署。

简介：针对人车混行区域行人异常运动极大地干扰驾驶者判断问题,提出一种单目摄像机条件下,基于TLD和粒子滤波器行人检测与跟踪技术的速度异常横穿马路行人检测方法,用于检测车前道路上的运动速度过快或过慢的行人目标,作为危险行人提醒驾驶者注意,从而实现行人目标的早期安全预警。经仿真分析,能够有效地估计实际道路上行人的运动速度,判断运动速度异常的行人目标,为驾驶者和车载辅助驾驶系统提供必要的参考信息。

简介：针对TLD目标检测时需全局穷举搜索耗时较高的问题，提出一种基于行人运动特性的区域优化算法。该算法可有效预测行人在图像中的可能区域，从而减小检测计算复杂度，提高算法效率。经仿真分析表明，该算法在原有目标检测性能不变的情况下，检测耗时较原算法平均降低81．54％，跟踪速率平均提升4倍，跟踪实时性明显提高。

简介：行人检测是一种基于目标几何和统计特征的目标检测技术，通常包括目标区域的分割和检测，目标检测的准确性和实时性是其重要的评价指标。本文采用可变模板技术进行行人检测，并利用最大权重独立集算法处理帧间的行人匹配。测试结果表明，基于最大权重独立集算法的行人检测能够完成实时的行人检测。

简介：摘要：为了识别养殖场里是否有牲畜和人，通过摄像头将图像信息传给STM32芯片，芯片通过算法分析图像来检测是否有人和牲畜，在没有人和牲畜的情况下自动开启消杀。YOLO是一种现有较为成熟的目标检测算法，具有检测精度高、速度快的特点，且使用端对端的训练方式和预测手段，具备较高的灵活性。STM32芯片控制的系统当前被越来越多的应用于各个领域，它能够在使用过程中更加方便快捷。

简介：摘要：随着社会快速发展，多目标跟踪在安防监控、智能驾驶及智能机器人等领域都有着重要的应用，一直是计算机视觉领域广泛研究的内容之一。以行人为研究对象，在嵌入式平台JetsonTx2上实现行人多目标跟踪。对于无约束的自然环境，行人具有密集、拥挤、遮挡、多尺度等特点，跟踪这类复杂场景中的目标变得非常具有挑战性。由于卷积神经网络在目标检测任务中取得很大进步，这在很大程度上推动了多目标跟踪技术的发展，因此基于检测的跟踪框架应运而生。近年来以GPU计算为核心的嵌入式平台，由于边缘计算技术获得了快速发展，在嵌入式上部署多目标跟踪模型变为了可能。

简介：还在床上的时候,就听到阳雀扎堆在楝树上叫,接着是布谷鸟,在更远的麦地里,催命鬼一样,短一声长一声扯嗓子。宝伟心中黯然,由还在熟睡的春娥和家洛身边爬起身,只在衬裤外面套一条长裤,棉袄也不穿,就去看天气。

简介：为了提高行人检测的准确性,提出一种改进的方向梯度直方图(HOG)算法,首先对图像进行两种方式的HOG特征向量的提取,方形划分和圆形划分方式,并对圆形划分得到的梯度直方图进行权值优化调整,再结合残差网络(ResNet)提取的深度模型特征,最佳特征向量用主成分分析算法(PCA)降维,通过SVM算法对行人进行检测。通过对HOG与ResNet特征融合算法进行仿真,并与其他行人检测算法对比,在提升准确率与降低漏检率上取得了很好效果。

简介：摘要：本文主要研究基于深度学习的行人检测和行为识别。行人检测的目标是行人，是在给定的输入图像中识别行人目标并确定行人在图像中的位置。为了对行人的运动信息进行更好地理解，本文还对行为识别进行了相关研究，目的是能够自动分析和理解人的动作。

简介：摘要：本文提出的基于YOLOv3的轻量化行人检测算法将传统YOLOv3算法的骨干网络替换为轻量化骨干网络，运算量降低了71%，模型参数量降低了62%，同时具备较高的行人检测精度，适用于计算能力较低、存储空间较小的嵌入式设备，便于前端部署。

简介：摘要:在自动驾驶领域涉及的众多任务中，行人识别是必须可少的技术之一。针对基于图像数据的行人检测算法无法获得行人深度的问题，提出了基于激光雷达数据的行人检测算法。该算法结合传统的基于激光雷达数据的运动目标识别算法和基于深度学习的点云识别算法，可以在不依赖图像数据的条件下感知和检测行人，进而获取行人的准确三维位置,辅助自动驾驶的控制系统作出合理决策。该算法在KITTI三维目标检测任务数据集上进行性能测试，在中等难度测试达到33.37%的平均准确度,其表现领先于其他的基于激光雷达的算法,充分证明了该方法的有效性。

简介：摘要：随着雷达技术的发展，特别是小型民用雷达设备的普及，激光雷达可用于引导完成图像中的ROI检测。基于此，本文详细分析了激光雷达引导下的红外图像中行人检测。

简介：为解决复杂场景中目标检测实时性差和鲁棒性低问题,提出了一种基于软级联支持向量机（SVM）分类器的行人检测算法。该算法采用梯度方向二值模式（ORBP）为特征描述子,基于自适应特征选择与多级分类阈值构建软级联分类器。为确保样本选取的完备性,通过模糊估计随机构建正负样本集,结合快速特征点与中值流实现目标追踪。试验结果表明,在复杂场景中,该算法实时性优且鲁棒性高。

简介：为筛选血液流变学检测的敏感指标，以简便地对飞行人员进行血液流变学的常规检测，笔者对354名飞行人员血液流变学16项检测指标进行相关性分析及主成分分析证实，选择低切全血粘度、红细胞压积、高切全皿粘度、纤维蛋白原、甘油三酯、血小板聚集率6项指标即可作为飞行人员血液流变学的主要检测项目。

简介：<正>一"吾于近人,独服曾文正。"这是一位大人物年轻时说的一句话。这里的"近人"有特定时限,既非泛指古人,也并不涵盖时人。时间过去近百年了,如果依照这个时代范围,站在今天的角度,认定我所