基于迁移学习的行人检测研究进展

• 作者: 刘宏 王向东 邵松 钱跃良
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 行人检测 检测器 迁移学习 场景自适应
• 年，卷（期）: 2014,（24）
• 所属期刊栏目: 图形图像处理
• 页码范围: 156-163
• 页数: 8页
• 分类号: TP391
• 字数: 9222字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1311-0358

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘宏	中国科学院计算技术研究所普适计算研究中心	23	284	9.0	16.0
5	王向东	中国科学院计算技术研究所普适计算研究中心	26	149	6.0	11.0
9	邵松	中国科学院计算技术研究所普适计算研究中心	3	10	2.0	3.0
13	钱跃良		1	3	1.0	1.0