基于迁移学习的行人检测研究进展

摘要：

行人检测是计算机视觉的研究热点和难点，近年来基于机器学习的行人检测技术取得了长足的进步，但由于不同场景的数据分布存在差异，已有检测器在新场景下的行人检测性能出现显著下降。为了避免繁琐的人工标注，充分利用原有检测器和标注样本，基于迁移学习的行人检测研究受到越来越多的关注。对其中涉及到的样本获取、迁移学习机制等关键技术进行综述，并从多个角度对现有方法进行分析和比较，最后对该技术的未来进行展望。

关键词：行人检测、检测器、迁移学习、场景自适应

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金No.61202209；北京市自然科学基金No.4142051。

在线出版日期：2015-01-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：156-163