25、行人与骑行者检测及机器人路径规划研究

行人与骑行者检测及机器人路径规划研究

行人与骑行者检测

研究现状

目前，利用多光谱数据进行行人检测的研究有了显著增长，但利用多光谱数据进行骑行者检测的工作还相当缺乏。对于行人与骑行者检测而言，传感器融合仍是一个有待克服的挑战。

检测技术对比

• 融合技术 ：多数研究发现，与基线检测器相比，中途融合技术能提供最有效的实证结果。以先进的解决方案 ACF + T + THOG 作为基线，来衡量所采用的传感器融合技术的性能。
• 检测架构 ：Faster R - CNN 因其速度和可靠性，似乎常用于行人/骑行者检测。因此，使用该架构来评估行人与骑行者检测的传感器融合技术是合理的。
• 数据集利用 ：KAIST 数据集包含大量不同时段的彩色和热图像，被用于相关研究。研究还表明，预训练后期融合模型的方法能显著优于基线，但早期融合无法产生与基线相当的结果，可能原因是该方法无法从多光谱数据中学习到重要的抽象特征。

检测结果对比

检测时段	检测结果对比（MR/每图像误报率）
白天和夜间平均	[具体对比情况]
白天	[具体对比情况]