文献综述（或调研报告）：
二十世纪以来，国内外很多研究机构都在致力于研究和发展行人检测与目标跟踪这两个方向，随之涌现了很多优秀的方法。
1、行人检测
（1）国内研究现状
中国科学院计算机科学重点实验室孙庆杰[1]等人通过侧影的人体模型和与之相对应的概率模型，提出一种基于矩形拟合的人体检测算法。自动化研究所的谭铁牛[2]等人通过视觉分析人的运动，这种方法的核心思想是利用计算机视觉技术从图像序列中检测，跟踪，识别人员并对其进行行为的理解与描述，这种方法主要应用在基于步态的身份鉴定。
上海交通大学田广[3]等人提出一种名为coarse-to-fine的行人检测方法，将一个人建模为包含头，肩，躯干和腿等人体所有部位的组件，利用Haar和Edgelet特征集，采用softcascade训练各个部位的检测器和全身检测器。结果表明这种方法能够有效地在杂乱的自然场景下检测行人。但是识别率不高，且模型难以构建，求解复杂。
（2）国外研究现状
意大利帕尔玛大学的Alberto Broggi教授在ARGO项目中提出一种基于外形的行人检测方法。利用形态学特征和行人形状的对称性来探测和识别行人。[4]
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
