用于行人检测的滤波通道特征
计算机视觉与模式识别
2015-01-26 v1
摘要
本文从观察到多个顶级行人检测器可以通过使用中间层过滤低级特征结合提升决策森林来建模开始。基于这一观察，我们提出了一个统一框架，并实验性地探索了不同的滤波器族。我们报告了广泛的结果，使得系统分析成为可能。使用滤波通道特征，我们在具有挑战性的Caltech和KITTI数据集上获得了顶级性能，同时仅使用HOG+LUV作为低级特征。当加入光流特征时，我们进一步提高了检测质量，并在Caltech数据集上报告了已知最佳结果，在1 FPPI下达到93%的召回率。
引用
@article{arxiv.1501.05759,
title = {Filtered Channel Features for Pedestrian Detection},
author = {Shanshan Zhang and Rodrigo Benenson and Bernt Schiele},
journal= {arXiv preprint arXiv:1501.05759},
year = {2015}
}