《表1 遮挡下的行人检测方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《遮挡情形下的行人检测方法综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

对于遮挡下的行人检测，本文将现有方法分成两类，如表1所示：（1）基于传统方法的遮挡行人检测，人工提取行人特征+分类器[3]，比如Harr+Adaboost[4]、Edgelet+贝叶斯、HOG（Histogram of Oriented Gradients）+SVM（Support Vector Machine）[5]等；（2）基于深度学习[6-8]的遮挡行人检测，人工提取的特征对于行人多样性的变化鲁棒性较低，且人工提取较为耗时，深度学习算法检测速度快，检测精度更高。基于深度学习行人检测算法主要有三大类别：（1）基于深度置信网络（Deep Belief Networks，DBN)；（2）基于卷积神经网络（Convolutional Neural Networks，CNN）；(3）基于循环神经网络（Recurrent Neural Networks，RNN）。