35、行人检测与异常检测方法研究

行人检测与异常检测方法研究

1. 基于核密度估计融合人头特征的行人检测

在行人检测中，选择矩形窗口作为检测窗口。依据人体绘画常识，矩形窗口的高度设定为头部直径的 7 倍，宽度设定为头部直径的 2 倍。若在该矩形窗口内，像素连接区域未到达矩形窗口边缘，则以连接区域直径为准。

当带宽选择发生变化时，假设前一帧的跟踪带宽为 (h_{xi}(i = 1, 2, \cdots, n)) 和 (h_{yi}(i = 1, 2, \cdots, n))，那么下一时刻跟踪窗口的带宽计算公式如下：
[
\begin{cases}
h_{xi + 1} = h_{xi} \cdot k \
h_{yi + 1} = h_{yi} \cdot k
\end{cases}
]
其中，(k) 为当前时刻圆半径与前一时刻圆半径的比值，即 (k = \frac{r_{i + 1}}{r_{i}})。

该算法可用于缩放检测窗口，避免了核密度估计算法固定带宽的弊端，使目标检测效果更理想。

通过实验对视频 Test1 进行行人检测，对比传统方法和融合人头特征的核密度估计行人检测方法的结果：
|对比项|描述|
| ---- | ---- |
|传统方法|无法区分一起行走的人；会将部分身体当作目标，影响检测准确性，还可能误将其他移动目标当作人体目标|
|融合方法|能区分一起行走的人；检测效果更理想，可避免身体异常运动对检测的影响，在区分人体和非人体方面优势明显|

但该融合方法在头部被遮挡时检测效果不佳，这是后续需要研究解决的问题。

2. 基于维度熵的