我们距离解决行人检测还有多远？
计算机视觉与模式识别
2016-06-22 v2
摘要
受近期行人检测进展的鼓舞，我们研究了当前最先进（state-of-the-art）方法与“完美单帧检测器”之间的差距。我们通过建立行人检测的人类基线（基于 Caltech 数据集）以及手动聚类一个顶级检测器的重复性错误来开展分析。我们的结果刻画了定位错误与背景-前景错误两类问题。为解决定位错误，我们研究了训练标注噪声对检测器性能的影响，并表明即使使用一小部分经过净化的训练数据也能带来提升。为解决背景/前景区分问题，我们研究了用于行人检测的卷积网络（convnets），并讨论了影响其性能的因素。除深度分析外，我们报告了在 Caltech 数据集上的顶尖性能，并提供了一个新的经过净化的训练与测试标注集。
引用
@article{arxiv.1602.01237,
title = {How Far are We from Solving Pedestrian Detection?},
author = {Shanshan Zhang and Rodrigo Benenson and Mohamed Omran and Jan Hosang and Bernt Schiele},
journal= {arXiv preprint arXiv:1602.01237},
year = {2016}
}
备注
CVPR16 camera ready