樊 璐 张 轶

(四川大学计算机学院 四川 成都 610064)

0 引 言

行人检测和跟踪是计算机视觉行业长久以来一直着力解决的问题之一，解决该问题有助于多个行业和技术的发展，包括智能视频监控、人机交互、智能辅助驾驶、自动驾驶、机器人主动视觉等[14]。行人检测即在图像或者视频中识别出行人同时标注每个行人的位置。行人检测的方法一般分为基于模板匹配以及基于统计学习两种方法。基于模板匹配的方法即构建一个可以描述所有行人特征的模板，例如:方向梯度直方图(HOG)[21]行人特征描述子结合支持向量机(SVM)进行行人检测；可变型组件模型(DPM)[19]与HOG特征描述子结合解决了检测中遮挡的问题；局部二值模式(LBP)[23]也可以与HOG和SVM结合成为一个鲁棒的行人检测器。2012年AlexNet[16]在计算机视觉竞赛ILSVRC夺得桂冠之后，深度学习开始在计算机视觉领域大行其道。深度学习通过大量的标注数据、深层的网络结构获取图像的深层特征，从而大大提高了目标识别的精度。对于行人检测的深度学习研究也有了很多成果，比如使用CNN结合部位检测以及DPM进行行人检测[13],使用单一部位检测及其组合进行行人检测[10]。

传统的目标跟踪算法有均值漂移(meanshift)[13]算法、CamShift[22]算法、卡尔曼滤波跟踪算法[25]。2014年提出的KCF[11]算法将相关滤波引入到目标跟踪邻域，利用跟踪的目标信息训练出一个相关滤波器在图像中计算响应值，响应值最高处便是跟踪目标所在的地方。由单目标跟踪扩展到多目标跟踪的算法有基于流网络的方法[18]、基于k最短路径的方法等[17]，但这些多目标跟踪方法往往存在较多的缺点，比如漏检测、匹配失败等问题。……