邵 松，刘 宏，王向东，钱跃良

1.中国科学院 计算技术研究所 普适计算研究中心，北京 100190

2.中国科学院 计算技术研究所 移动计算与新型终端北京市重点实验室，北京 100190

基于迁移学习的行人检测研究进展

邵 松1，2，刘 宏1，2，王向东1，2，钱跃良1，2

1.中国科学院 计算技术研究所 普适计算研究中心，北京 100190

2.中国科学院 计算技术研究所 移动计算与新型终端北京市重点实验室，北京 100190

1 引言

行人检测是指在输入的图像或视频中确定是否存在行人，并给出其位置、尺度大小等信息。它在智能视频监控、车辆辅助驾驶、人体行为分析等方面有着广泛的应用，是计算机视觉领域的核心技术之一。同时由于背景的动态变化，以及视角、尺度、遮挡和姿态等的影响造成行人外观的多样性，使得行人检测成为计算机视觉领域的研究热点和难点。

现有的行人检测方法可以分为两类：基于背景建模的方法和基于机器学习的方法。背景建模法通过建立背景模型，利用背景减分割出前景，进一步判断和提取其中的行人目标。这类方法的抗干扰能力不强，适用于摄像头固定的监控场景，难以处理背景的动态变化以及摄像头运动情况下拍摄的动态场景。基于机器学习的方法，从大量训练样本中提取特征来构建行人分类器或检测器，利用滑动窗口机制在图像中进行行人目标的搜索和定位。相对于基于背景建模的方法，这类方法对于动态场景具有更好的鲁棒性，逐渐成为当前的主流研究方法，其核心在于行人目标的特征描述和分类器构造。……