单目移动拍摄下基于人体部位的行人检测

在摄像机安装在一个自由移动的平台的环境里,如汽车,检测行人变得非常困难,特别是当行人所处的场景比较复杂时。针对这种应用环境,文中提出了一种coarse-to-fine的行人检测方法。本方法把一个人建模成人体自然部位的组装,所用部位包括头肩(head-shoulder),躯干(torso),腿(leg)。采用绝对值haar-like特征集和Edgelet特征集[1]。在这些特征集上,我们用SoftCascade[2]训练各个部位检测器和全身检测器(full-body)。在本算法中,首先由full-body检测器产生行人候选。然后,基于贝叶斯决策的组合算法进一步确定候选者中的行人。实验结果表明本算法有很好的检测性能,能在杂乱的自然场景中有效的检测行人。