项目理念|（稳健的行人检测）

本项目的目标是开发一个能够有效检测行人的应用程序。基于运动的目标检测问题可分为两部分： a） 行人和非行人特征分类 a） 在每一帧中检测行人 b） 随着时间的推移，将同一对象对应的检测关联起来

工具： 该项目基于机器学习，我们可以提供行人和非行人的图像数据集作为软件工具的训练数据，该软件工具将使用Adaboost分类器或SVM等提取重要特征，并将相似的强/重要特征组合提取出来进行后处理。我们可以使用Python或Matlab作为这个系统的构建工具。

实施： 这种工具的实现取决于两个因素——特征提取和目标检测方法。 所以你可以使用各种 分类器 在线提供，也可以阅读基本特征提取算法。

研究： 由于图像中人的外貌多变，因此在图像中检测人是一项具有挑战性的任务。这是一个蓬勃发展的研究课题，目前仍在进行大规模人群实时监控应用。研究领域包括图像处理、人工智能和机器学习。

参考资料： IEEE交易文件https://lear.inrialpes.fr/people/triggs/pubs/Dalal-cvpr05.pdf 调查文件：http://www.thesai.org/Downloads/Volume5No10/Paper_7-A_Survey_of_Pedestrian_Detection_in_Video.pdf

本文由 阿夫扎尔·安萨里 .如果你喜欢GeekSforgek，并想贡献自己的力量，你也可以使用 贡献极客。组织 或者把你的文章寄到contribute@geeksforgeeks.org.看到你的文章出现在Geeksforgeks主页上，并帮助其他极客。