也要比我们密集网格方法在假阳性率上高上到个数量级,这主要是因为在我们所知基于关键点描述子中,没有一个能够对人体结构进行可靠检测。
HOG/SIFT特征有几处优点。
它不仅捕捉到了极具局部形状代表性边缘或是梯度结构,而且还捕捉到了一个局部特征,这一特征对局部几何和光学变换不敏感程度容易控制:如果它远比局部空间或是方向区间小,转换或是旋转对它来说就没什么区别。
对于行人检测,粗略空间采样,精确方向采样和完全光学条件归一化才是最理想策略,这可能是因为,只要对象保持大致直立方向,可以容忍人外观由四肢和躯干各部分活动而带来改变。
.数据库和方法数据库:我们在两个不同数据库中测试了我们检测器效果。
第一个是完善麻省理工学院行人数据库(见参考文献),含张训练用和张测试用以城市风光为背景行人图片(加上它们左右影射)。
它只包含了前视和后视图,而且其中姿势种类也相对有限,因此我们制作了一个全新而且更具挑战性数据库“INRIA”,它包含张尺寸从不同个人图片集中裁剪而来行人图片。
参考图显示了其中一些样本。
图片中人们通常是站立姿势,但他们有可能朝着任