从手工特征到深度特征：行人检测综述

行人检测是计算机视觉中一个重要但具有挑战性的问题，尤其在以人为中心的任务中。过去十年间，借助手工特征和深度特征取得了显著进展。本文对行人检测的最新进展进行了全面综述。首先，我们详细回顾了单光谱行人检测，包括基于手工特征的方法和基于深度特征的方法。对于基于手工特征的方法，我们广泛回顾了各类方法，发现具有较大形状与空间自由度的手工特征具有更好的性能。对于基于深度特征的方法，我们将其分为纯基于 CNN 的方法和同时采用手工与 CNN 特征的方法。我们给出了这些方法的统计分析与趋势，其中特征增强、部件感知和后处理方法吸引了主要关注。除单光谱行人检测外，我们还回顾了多光谱行人检测，其为光照变化提供了更鲁棒的特征。此外，我们介绍了一些相关数据集与评估指标，并比较了一些代表性方法。我们通过强调尚需解决的开放性问题并指出各种未来方向来总结本综述。研究者可在 https://github.com/JialeCao001/PedSurvey 跟踪最新列表。