首页/论文/1909.01258

arXiv 1909.012582019-09-03cs.CVeess.IV

基于运动相似图谱分析的在线行人群体步行事件检测

Online Pedestrian Group Walking Event Detection Using Spectral Analysis of Motion Similarity Graph

University of Genoa（热那亚大学）

Vahid Bastani, Damian Campo, Lucio Marcenaro, Carlo S. Regazzoni

备注：: Published in: 2015 12th IEEE International Conference on Advanced Video and Signal Based Surveillance (AVSS)
DOI：: 10.1109/AVSS.2015.7301744

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

提出了一种视频中运动目标群的在线识别方法。该方法利用运动相似性图的谱聚类，在每一帧中识别出具有相似局部瞬时运动模式的被跟踪对象组。然后，根据PETS 2015挑战的要求，使用算法的输出来检测两个以上物体一起移动的事件。在PETS 2015数据集上评估了算法的性能。

英文摘要：

A method for online identification of group of moving objects in the video is proposed in this paper. This method at each frame identifies group of tracked objects with similar local instantaneous motion pattern using spectral clustering on motion similarity graph. Then, the output of the algorithm is used to detect the event of more than two object moving together as required by PETS2015 challenge. The performance of the algorithm is evaluated on the PETS2015 dataset.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

行人安全应用中的移动摄像机纹理识别

Recognizing Textures with Mobile Cameras for Pedestrian Safety Applications

Old Dominion University（欧道明大学）；Rutgers University（罗格斯大学）

随着智能手机引起的分心变得司空见惯，缺乏令人信服的安全措施导致分心的步行者受伤人数增加。各种解决方案通过感测行人的行走环境来解决这个问题。现有的基于相机的方法在很大程度上限于障碍物检测和其他形式的目标检测。相反，我们提出了TerraFirma，一种在行人的行走表面上进行材料识别的方法。首先，我们探讨了商业现成的智能手机摄像头如何学习纹理，以区分不受控制的户外城市环境中的铺路材料。其次，我们的目标是识别分心的用户何时即将进入街道，这可以用于支持安全功能，例如警告用户要小心。为此，我们从行人的角度收集了一个独特的街道/人行道图像数据集，该数据集横跨纽约、巴黎和伦敦等主要城市。我们证明，现代手机摄像头可以以90%以上的准确率区分城市地区的步行表面材料，并准确识别行人何时从人行道过渡到街道。

2017-11-01cs.CVcs.CY

SRA-LSTM：用于人体轨迹预测的社会关系注意力LSTM

SRA-LSTM: Social Relationship Attention LSTM for Human Trajectory Prediction

Hefei University of Technology（合肥工业大学）

监控视频中的行人轨迹预测是计算机视觉领域的重要研究课题之一，也是智能监控系统的关键技术之一。行人之间的社会关系是影响行人步行模式的一个关键因素，但在文献中大多被忽视。不同社会关系的行人在目标行人的运动决策中所起的作用不同。基于这个想法，我们提出了一个社会关系注意力LSTM（SRA-LSTM）模型来预测未来的轨迹。我们设计了一个社会关系编码器，通过每对行人之间的相对位置来获得他们的社会关系的表示。然后，采用社会关系特征和潜在动作来获取这对行人的社会关系注意。社会交互建模是通过利用社会关系的注意力聚合运动信息从邻居行人。在两个公共步行行人视频数据集（ETH和UCY）上的实验结果表明，与现有方法相比，我们的模型具有更好的性能。与其他注意方法的对比实验也证明了社会关系注意的有效性。

2021-03-31cs.AIcs.CV

基于混合特征融合的行人停行预测

Pedestrian Stop and Go Forecasting with Hybrid Feature Fusion

École Polytechnique Fédérale de Lausanne（洛桑联邦理工学院）

预测行人的未来运动对于自动驾驶系统在城市地区安全导航至关重要。然而，现有的预测算法通常过度依赖于过去观察到的轨迹，并且往往在突然的动态变化（例如行人突然开始或停止行走）时失败。我们建议，预测这些高度非线性的过渡应该形成一个核心组成部分，以提高运动预测算法的鲁棒性。在本文中，我们介绍了行人停走预测的新任务。考虑到缺乏合适的现有数据集，我们发布了TRANS，一个明确研究城市交通中行人停走行为的基准。我们从几个现有的数据集与行人的步行运动注释，以建立它有各种场景和行为。我们还提出了一种新的混合模型，利用特定的和场景的功能，从几种形式，视频序列和高层次的属性，并逐步融合它们，以整合多层次的上下文。我们评估了我们的模型和几个关于TRANS的基线，并为社区建立了一个新的基准来进行行人停站和出行预测。

2022-03-04cs.AIcs.CVcs.LG

PEDESTRIAN: 一个用于人行道障碍物检测的眼动视觉数据集

PEDESTRIAN: An Egocentric Vision Dataset for Obstacle Detection on Pavements

CYENS Centre of Excellence（CYENS卓越中心）；Open University Cyprus（塞浦路斯开放大学）；Department of Communication and Internet Studies（通信与互联网研究系）；Cyprus University of Technology（塞浦路斯技术大学）；AI Cyprus Ethical Novelties Ltd（塞浦路斯AI伦理创新有限公司）；Department of Multimedia and Graphic Arts（多媒体与图形艺术系）

本文提出PEDESTRIAN数据集，用于训练深度学习模型检测人行道上的障碍物，提升城市行人安全。

2025-12-22cs.CVcs.LG

基于微多普勒特征的多特征学习行人识别方法

A Multi-Characteristic Learning Method with Micro-Doppler Signatures for Pedestrian Identification

利用雷达微多普勒特征进行行人识别是近年来的研究热点。在本文中，我们提出了一个多特征学习（MCL）模型与集群共同学习不同的行人微多普勒签名和融合的知识，从每个集群到最终的决定。利用FMCW雷达提取的时间多普勒谱图（TDS）和信号统计特征作为两类微多普勒特征，在MCL中学习行人自由行走模式内部的微运动信息。实验结果表明，与其他研究相比，该模型具有更高的准确率和更稳定的行人识别能力，具有更强的实用性。

2022-03-23cs.CVcs.LGeess.SP

用于实时的行人跟踪的深度相似性度量学习

Deep Similarity Metric Learning for Real-Time Pedestrian Tracking

检测跟踪是解决多目标跟踪问题的常用方法。在本文中，我们展示了学习深度相似性度量如何在多对象跟踪基准上改善行人跟踪的三个关键方面。我们训练一个卷积神经网络来学习一个大的人重新识别数据集上的连体结构中的嵌入函数。离线训练的嵌入网络被集成到跟踪公式中，以提高性能，同时保留实时的【形】性能。建议的跟踪器存储外观指标，而检测是强的，使用此外观信息：防止ID开关，通过闭塞相关联的tracklet，并提出新的检测检测器的信心是低的。该方法在评价中取得了有竞争力的结果，特别是在在线的、实时的【形】方法中。我们提出了一个消融研究，显示我们的深度外观指标的三种用途中的每一种的影响。

2019-11-11cs.CV

更多相关论文收起更多论文

基于稀疏雷达数据的行人运动分类和高度估计

Motion Classification and Height Estimation of Pedestrians Using Sparse Radar Data

Ulm University（乌尔姆大学）；Daimler AG（戴姆勒公司）

对周围车辆环境的全面了解对于驾驶员辅助系统和高度自动驾驶非常重要。融合相机、雷达和激光雷达等多种传感器类型的结果对于提高鲁棒性至关重要。过去，已经针对许多传感器类型分析了汽车、自行车或行人等物体的检测和分类。除此之外，细化这些类别并区分不同的行人类型或活动也很有帮助。这项任务通常是在相机数据上执行的，尽管最近的发展是基于雷达光谱图。然而，对于大多数汽车雷达系统，只能获得雷达目标而不是原始频谱图。这项工作表明，它是可能的，以估计身高步行行人使用二维雷达目标。此外，不同的行人运动类型进行分类。

2021-03-03cs.CV

基于单一二维人体姿态的行人运动状态估计

Estimating Pedestrian Moving State Based on Single 2D Body Pose

University of Minnesota（明尼苏达大学）

交叉或不交叉（C/NC）问题对于自动驾驶车辆（AV）的安全车辆/行人交互是重要的。然而，该问题设置经常忽略沿着车辆运动方向（LONG）行走的行人。为了提高无人驾驶汽车对行人行为的感知能力，我们迈出了将C/NC扩展到C/NC/LONG问题的第一步，并基于单个人体姿态识别行人。相比之下，以前的C/NC状态分类器依赖于多个姿势或上下文信息。我们提出的浅层神经网络分类器旨在快速识别这三种状态。我们在JAAD数据集上进行了测试，平均准确率为81.23%。此外，该模型可以与提供2D行人身体姿势的不同传感器和算法集成，以便能够在多种光线和天气条件下发挥作用。

2019-09-16cs.CVcs.RO

一种用于行人意图预测的低复杂度上下文堆叠集成学习方法

A low complexity contextual stacked ensemble-learning approach for pedestrian intent prediction

School of Electronic Engineering & Computer Science, Queen Mary University of London（伦敦女王学院电子工程与计算机科学学院）；Department of Engineering, University of Cambridge（剑桥大学工程系）

针对现有行人过街意图预测方法算力需求高的问题，提出融合骨架化行人图像与上下文信息的低复杂度堆叠集成学习方法，在性能持平SOTA的同时将计算复杂度降低99.7%。

2025-09-01cs.CV

行人过街行为预测的耦合意图与行为

Coupling Intent and Action for Pedestrian Crossing Behavior Prediction

University of Michigan（密歇根大学）

自动驾驶车辆对行人过街行为的准确预测可以显著提高交通安全。现有的方法通常使用轨迹或姿势对行人行为进行建模，但不提供对人的动作或动作如何影响行人将来穿越的意图的更深层次的语义解释。在这项工作中，我们遵循神经科学和心理学文献，将行人过马路行为定义为未观察到的内心意愿（过马路与不过马路的二元意图的概率表示）和一组多类动作（例如，行走、站立等）。意图产生动作，而未来的动作反过来反映意图。我们提出了一种新的多任务网络，预测未来的行人行动，并使用预测的未来行动作为之前检测行人的当前意图和行动。我们还设计了一个注意力关系网络，以纳入外部环境背景，从而进一步提高意图和动作检测性能。我们在两个自然驾驶数据集PIE和JAAD上评估了我们的方法，广泛的实验表明，与最先进的方法相比，意图检测和动作预测的结果得到了显着改善和更好的解释。我们的代码可在https://github.com/umautobots/pedestrian_intent_action_detection上获得。

2021-05-10cs.CV

基于外观恒定和形状对称的行人检测

Pedestrian Detection Inspired by Appearance Constancy and Shape Symmetry

Tianjin University（天津大学）；Chinese Academy of Sciences（中国科学院）

特征的区分度和简单性对于有效和高效的行人检测非常重要。然而，大多数国家的最先进的方法是无法实现良好的准确性和效率之间的权衡。灵感来自于行人的一些简单的固有属性（即，外观恒定性和形状对称性），我们提出了两种新类型的非相邻特征（NNF）：侧内差异特征（SIDF）和对称相似特征（SSF）。SIDF可以表征背景与行人之间的差异以及行人轮廓与其内部的差异。SSF能够捕捉行人形状的对称相似性。然而，相邻特征很难具有上述特征化能力。最后，我们建议结合非相邻和相邻特征进行行人检测。研究发现，非相邻特征可以进一步降低平均误检率4.44%。在INRIA和Caltech行人数据集上的实验结果表明了该方法的有效性和高效性。与不使用CNN的最先进方法相比，我们的方法在加州理工学院实现了最佳检测性能，优于第二好的方法（即，检查板）1.63%。

2015-11-25cs.CV

基于二维姿态的行人运动状态估计

Pedestrian Motion State Estimation From 2D Pose

交通违法行为和行人的灵活多变性使得行人行为或意图的预测变得更加困难，这可能是道路上的安全隐患。行人的运动状态（如行走和站立）直接影响或反映其意图。结合行人运动状态等影响因素，可以预测行人意图，避免不必要的事故发生。本文将行人视为非刚性物体，用二维关键点表示，并将关键点相对于人体躯干的运动作为微动来描述。利用静态和动态的微运动特征，如位置、角度和距离，以及它们在时域的微分计算来描述其运动模式。基于seq2seq模型的门控递归神经网络用于学习运动状态转换对先前信息的依赖性，最后通过softmax分类器估计行人的运动状态。该方法只需要GRU先前的隐藏状态和当前的特征来评估当前运动状态的概率，并且在车辆上部署时计算效率很高。在JAAD公开数据集上对该算法进行了验证，与现有方法相比，准确率提高了11.6%。

2021-02-27cs.CVcs.RO

SEPose：用于行人监控的合成事件相机人体姿态估计数据集

SEPose: A Synthetic Event-based Human Pose Estimation Dataset for Pedestrian Monitoring

Arizona State University（亚利桑那州立大学）

针对事件相机行人监控数据匮乏问题，提出合成数据集SEPose，利用CARLA模拟器生成近35万带姿态关键点的行人标注，涵盖多种环境条件，并验证了RVT和YOLOv8模型的仿真到现实泛化能力。

2025-07-16cs.CV

ReSAGE-PAR：行人属性识别中生成式扩展的表征相似性评估

ReSAGE-PAR: Representational Similarity Assessment for Generative Expansion in Pedestrian Attribute Recognition

Universidad Autónoma de Madrid（阿隆托纳大学马德里分校）

针对行人属性识别数据稀缺问题，提出ReSAGE-PAR管道，通过扩散模型生成图像并利用贝叶斯分类器验证属性，实现可扩展的高保真数据集扩展，在标准骨干网络上提升高达8.7%。

2026-07-29cs.CV

基于并行视觉的特定场景行人检测

Scene-Specific Pedestrian Detection Based on Parallel Vision

The State Key Laboratory for Management and Control of Complex Systems, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所复杂系统管理与控制国家重点实验室）；Qingdao Academy of Intelligent Industries（青岛智能产业研究院）；Research Center for Computational Experiments and Parallel Systems Technology, National University of Defense Technology（国防科技大学计算实验与平行系统技术研究中心）

作为目标检测的一种特殊类型，一般场景下的行人检测在人工训练大量带标签的训练数据的基础上取得了显著的进展。而使用通用数据集训练的模型在直接用于特定场景时效果不佳。由于特殊的视点、流动光和背景，来自特定场景的数据集与来自一般场景的数据集有很大的不同。为了使通用场景行人检测器在特定场景中工作良好，需要从特定场景中标记数据，以适应特定场景的模型。虽然手动标记数据花费了大量的时间和金钱，特别是对于特定场景，每次使用新的特定场景，都必须标记大量的图像。另外，人工标注信息在像素点上并不准确，不同的人标注的信息也不一样。本文提出了一种基于ACP的方法，借助增强现实技术，构建特定场景的虚拟世界，并使人在虚拟场景中行走，从而解决了缺乏标记数据的问题，结果表明，虚拟世界中的数据有助于通用行人检测器适应特定场景。

2017-12-23cs.CV

学习行人群体表示用于多模态轨迹预测

Learning Pedestrian Group Representations for Multi-modal Trajectory Prediction

GIST（光州科学技术院）；AI Graduate School, GIST（光州科学技术院人工智能研究生院）

对人行走的动力学建模是计算机视觉中一个长期感兴趣的问题。许多以前的作品涉及行人轨迹预测定义了一组特定的个人行动隐式模型组的行动。在本文中，我们提出了一种新的架构命名为GP-图，具有集体的组表示有效的行人轨迹预测在拥挤的环境中，并兼容所有类型的现有方法。GP-图的一个关键思想是将个体和组之间的关系建模为图表示。为此，GP-Graph首先学习将每个行人分配到最可能的行为组中。使用此分配信息，GP-Graph然后将组内和组间交互形成为图，分别说明组内的人与人之间的关系和组与组之间的关系。具体来说，对于组内交互，我们将行人图边缘从相关联的组中屏蔽出来。我们还提出了组池和unpooling操作来表示一组多个行人作为一个图形节点。最后，GP-Graph从两组交互的综合特征中推断出社会可接受的未来轨迹的概率图。此外，我们引入了一个组级的潜在向量采样，以确保集体推断一组可能的未来轨迹。进行了大量的实验，以验证我们的架构的有效性，这表明与公开可用的基准一致的性能改进。代码可在https://github.com/inhwanbae/GPGraph上公开获取。

2022-07-20cs.CVcs.LGcs.RO

多监督行人轨迹预测的时间金字塔网络

Temporal Pyramid Network for Pedestrian Trajectory Prediction with Multi-Supervision

College of Electronics and Information Engineering, Shenzhen University（深圳大学电子与信息工程学院）；Guangdong Key Laboratory of Intelligent Information Processing（广东省智能信息处理重点实验室）；Department of Computer and Information Science, University of Macau（澳门大学计算机与信息科学系）；State Key Laboratory of Internet of Things for Smart City（物联网与智慧城市国家重点实验室）

预测人群中的人类运动行为对于许多应用都很重要，从自动驾驶汽车的自然导航到视频监控的智能安全系统。所有先前的工作都以单一分辨率来建模和预测轨迹，这是相当低效的并且难以同时利用远程信息（例如，轨迹的目的地），以及短距离信息（例如，在特定时间的行走方向和速度）。在本文中，我们提出了一个时间金字塔网络的行人轨迹预测，通过挤压调制和膨胀调制。我们的分层框架建立了一个特征金字塔，从上到下具有越来越丰富的时间信息，可以更好地捕捉各种节奏下的运动行为。此外，我们还提出了一种多监督的由粗到细的融合策略。通过逐步将全局上下文的顶部粗糙特征合并到丰富局部上下文的底部精细特征，我们的方法可以充分利用轨迹的长距离和短距离信息。在多个基准测试上的实验结果证明了该方法的优越性。

2020-12-04cs.CV

期待意想不到的：训练检测器用于对抗性冒名顶替者的不寻常行人

Expecting the Unexpected: Training Detectors for Unusual Pedestrians with Adversarial Imposters

Tsinghua University（清华大学）；Carnegie Mellon University（卡内基梅隆大学）

随着自动驾驶汽车成为日常生活的现实，高精度的行人检测具有至关重要的实际意义。行人检测是一个高度研究的课题，具有成熟的方法，但大多数数据集集中在人行道上从事典型行走姿势的人的常见场景。但性能对于危险场景最为关键，例如儿童在街上玩耍或人们以意想不到的方式使用自行车/滑板。众所周知，这种“尾部”数据很难观察，这使得训练和测试都很困难。为了分析这个问题，我们收集了一个新的危险场景注释数据集，称为不稳定的行人数据集。即使有专门的收集工作，以当代标准来看，它也相对较小（约1000张图像）。为了允许大规模的数据驱动的学习，我们探索使用由游戏引擎生成的合成数据。一个重要的挑战是选择正确的“先验”或参数进行合成：我们希望获得具有姿势和对象配置的真实数据，以模仿真正的危险行人。受生成对抗网络（GANs）的启发，我们生成了大量的合成数据，并训练一个判别分类器来选择一个现实的子集，我们认为这是对抗冒名顶替者。我们证明，这个简单的管道允许一个合成逼真的训练数据，利用渲染/动画引擎内的GAN框架。有趣的是，我们还证明了这些数据可以用于对算法进行排名，这表明对抗性冒名顶替者也可以用于测试时的“尾部”验证，这对于现实世界的部署来说是一个非常困难的挑战。

2017-04-10cs.AIcs.CV

线性支撑张量机：热红外图像中的行人检测

Linear Support Tensor Machine: Pedestrian Detection in Thermal Infrared Images

由于图像的低分辨率和噪声特性，热红外图像中的行人检测提出了独特的挑战。在这里，我们提出了一个中级属性的多维模板，或张量的形式，使用本地转向核（LSK）作为低级别的描述符，用于检测远红外图像中的行人。LSK被专门设计为通过简洁地捕获局部图像几何形状而不是收集局部取向统计来处理固有图像噪声和像素级不确定性（例如，HOG中的直方图）。我们的第二个贡献是引入一个新的图像相似性内核中流行的最大间距框架的支持向量机，结果在一个相对较短的和简单的训练阶段，建立一个刚性的行人检测器。我们的第三个贡献是用多通道离散傅立叶变换代替了缓慢但事实上基于滑动窗口的检测方法，从而促进了非常快速和有效的行人定位。公开的热红外图像的实验研究证明我们的建议和模型假设。此外，拟议的工作还涉及在超过17000帧的OSU Color Thermal数据库中发布我们内部的行人注释，以便与研究界共享。

2016-09-26cs.CV

在野外重新认识人

Person Re-identification in the Wild

University of Technology Sydney（悉尼科技大学）；UTSA（得克萨斯大学圣安东尼奥分校）；USTC（中国科学技术大学）；UCSD（加利福尼亚大学圣迭戈分校）

我们提出了一个新的大规模数据集和全面的基线，用于端到端的行人检测和原始视频帧中的人员识别。我们的基线解决了三个问题：检测器和识别器的各种组合的性能，行人检测机制，以帮助提高整体重新识别的准确性和评估不同的检测器的有效性进行重新识别。我们做出了三个不同的贡献。首先，一个新的数据集，PRW，被引入到评估人重新识别在野外，使用通过六个同步摄像机获得的视频。它包含932个身份和11，816帧，其中行人注释了他们的限界框位置和身份。广泛的基准测试结果在这个数据集上。其次，我们表明，行人检测有助于重新识别，通过两个简单而有效的改进：一个有区别地训练的ID歧视性嵌入（IDE）在人的子空间使用卷积神经网络（CNN）功能和置信加权相似性（CWS）度量，将检测分数到相似性测量。第三，我们获得的见解，在评估检测器性能的特定情况下，准确的人重新识别。

2017-04-06cs.CV

无监督领域自适应多光谱行人检测

Unsupervised Domain Adaptation for Multispectral Pedestrian Detection

Zhejiang University（浙江大学）；University of Twente（特文特大学）

多模式信息（例如，可见光和热）可以生成鲁棒的行人检测，以促进全天候的计算机视觉应用，例如自动驾驶和视频监控。然而，它仍然是一个至关重要的挑战，训练一个可靠的检测器工作在不同的多光谱行人数据集没有手动注释。在本文中，我们提出了一种新的无监督领域自适应框架的多光谱行人检测，通过迭代生成伪注释和更新的参数，我们设计的多光谱行人检测器的目标域。该方法利用在信源域上训练的检测器生成伪标注，然后通过固定检测器参数和最小化交叉熵损失来更新伪标注，无需反向传播。通过考虑对齐良好的可见光和红外图像对之间的相似性和互补性，使用伪注释生成训练标签。检测器的参数更新使用生成的标签，通过最小化我们定义的多检测损失函数与反向传播。通过迭代更新伪标注和参数，得到最优的检测器参数。实验结果表明，我们提出的无监督多模态领域自适应方法实现了显着更高的检测性能比没有领域自适应的方法，并与监督多光谱行人检测器的竞争。

2019-04-07cs.CV

视觉语言模型能否理解和解释行人的动态手势？面向协作自动驾驶车辆指导性非语言指令的试点数据集与探索

Can Vision-Language Models Understand and Interpret Dynamic Gestures from Pedestrians? Pilot Datasets and Exploration Towards Instructive Nonverbal Commands for Cooperative Autonomous Vehicles

University of California Merced（加州大学默塞德分校）；Aalborg University（奥尔堡大学）

本研究针对自动驾驶中交通手势解读的需求，调查了视觉语言模型（VLMs）的零样本解释能力，创建并公开了两个交通手势数据集，评估发现现有VLMs表现远低于专家基线，需进一步研究。

2025-04-15cs.AIcs.CVcs.HC

基于互监督特征调制网络的遮挡行人检测

Mutual-Supervised Feature Modulation Network for Occluded Pedestrian Detection

University of Science and Technology Beijing（北京科技大学）

最先进的行人检测器已经在非遮挡行人上取得了重大进展，但它们仍然在严重遮挡下挣扎。最近流行的两阶段方法的遮挡处理策略是在附加的可见身体注释的帮助下构建两分支架构。然而，这些方法仍然有一些弱点。这两个分支都是独立训练的，只进行分数级融合，这不能保证检测器学习足够鲁棒的行人特征。或者注意力机制被利用来只强调可见的身体特征。然而，严重遮挡的行人的可见身体特征集中在一个相对较小的区域，这将容易造成漏检测。为了解决上述问题，本文提出了一种新的相互监督特征调制（MSFM）网络，以更好地处理遮挡行人检测。在我们的网络中的关键MSFM模块计算的相似性损失的完整的身体框和可见的身体框对应于同一个行人，使全身检测器可以学习更完整和强大的行人特征的辅助上下文特征的遮挡部分。为了方便MSFM模块，我们还提出了一种新的两个分支架构，包括一个标准的全身检测分支和一个额外的可见身体分类分支。这两个分支分别使用全身注释和可见身体注释以相互监督的方式进行训练。为了验证我们提出的方法的有效性，在两个具有挑战性的行人数据集上进行了广泛的实验：加州理工学院和CityPersons，我们的方法在这两个数据集上都取得了优于其他最先进的方法的性能，特别是在严重遮挡的情况下。

2020-10-21cs.CV

Exemplar-AMM：从行人轨迹识别人群运动

Exemplar-AMMs: Recognizing Crowd Movements from Pedestrian Trajectories

在本文中，我们提出了一种新的方法来识别人群运动的类型，人群轨迹使用基于代理的运动模型（AMM）。我们的想法是应用一些AMM，被称为范例AMM，来描述人群运动。具体来说，我们提出了一个优化框架，过滤掉人群轨迹中的未知噪声，并测量它们与样本AMM的相似性，以产生人群运动特征。然后，我们解决我们的现实世界中的人群运动识别问题作为一个多标签分类问题。我们的实验表明，所提出的功能优于国家的最先进的方法，从他们的轨迹识别模拟和现实世界的人群运动。最后，我们创建了一个合成数据集SynCrowd，它包含各种场景中的2D人群轨迹，由各种人群模拟器生成。该数据集可以作为人群分析工作的训练集或基准。

2016-03-31cs.CV

基于姿态辅助的递归图卷积网络视频人物再识别

Pose-Aided Video-based Person Re-Identification via Recurrent Graph Convolutional Network

Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））；Chongqing Normal University（重庆师范大学）；National Center for Applied Mathematics in Chongqing（重庆国家应用数学中心）；Northeast Forestry University（东北林业大学）；Inner Mongolia University（内蒙古大学）；Southern University of Science and Technology（南方科技大学）

现有的基于视频的行人再识别方法主要通过特征提取器和特征聚合器学习行人的外观特征。然而，当不同的行人具有相似的外观时，外观模型会失败。考虑到不同的行人有不同的行走姿势和身体比例，我们建议学习的区别性的姿态特征以外的外观特征的视频检索。具体来说，我们实现了一个两分支架构，分别学习外观特征和姿势特征，然后将它们连接在一起进行推理。为了学习姿势特征，我们首先通过现成的姿势检测器检测每帧中的行人姿势，并使用姿势序列构建时间图。然后利用递归图卷积网络（RGCN）学习时间姿态图的节点嵌入，设计全局信息传播机制，同时实现帧内节点的邻域聚合和帧间图的消息传递.最后，提出了一种由节点注意力和时间注意力组成的双注意力方法，利用自注意力机制学习每个节点和每个帧的重要性，从节点嵌入中获得时间图表示。我们在三个基于视频的ReID数据集上验证了所提出的方法，即，Mars、DukeMTMC和iLIDS-VID的实验结果表明，学习的姿态特征可以有效地提高现有外观模型的性能。

2022-09-23cs.CV

Suite-IN++: 一种整合Apple Suite全局和局部运动特征的FlexiWear BodyNet

Suite-IN++: A FlexiWear BodyNet Integrating Global and Local Motion Features from Apple Suite for Robust Inertial Navigation

Shanghai Key Laboratory of Navigation and Location-based Services, School of Electronic Information and Electrical Engineering, Shanghai Jiao Tong University（上海导航与位置服务重点实验室，电子信息与电气工程学院，上海交通大学）

Suite-IN++通过整合Apple Suite的全局和局部运动特征，利用对比学习和注意力机制提升行人定位的准确性和鲁棒性。

2025-12-08cs.AIcs.CV

基于成对约束的跨视图核相似性度量学习用于人员重新识别

Cross-View Kernel Similarity Metric Learning Using Pairwise Constraints for Person Re-identification

Indian Institute of Technology Bombay（印度理工学院孟买分校）

人的重新识别是在非重叠的摄像机匹配行人图像的任务。在本文中，我们提出了一个非线性的交叉视图相似性度量学习处理小尺寸的训练数据在实际的re-ID系统。该方法采用非线性映射结合跨视图判别子空间学习和跨视图距离度量学习的基础上成对的相似性约束。它是XQDA从线性映射到使用内核的非线性映射的自然扩展，并学习非线性变换，以有效地处理相机视图中人物外观的复杂非线性。重要的是，所提出的方法是非常有效的计算。在四个具有挑战性的数据集上进行的大量实验表明，我们的方法与最先进的方法相比具有竞争力的性能。

2019-09-25cs.CV

Sequential Attend, Infer, Repeat：移动对象的生成建模

Sequential Attend, Infer, Repeat: Generative Modelling of Moving Objects

University of Oxford（牛津大学）

我们提出了顺序参与，推断，重复（SQAIR），这是一种可解释的深度生成模型，用于移动对象的视频。它可以在整个帧序列中可靠地发现和跟踪对象，并且还可以根据当前帧生成未来帧，从而模拟对象的预期运动。这是通过在模型的潜变量中显式编码对象的存在、位置和外观来实现的。SQAIR保留了其前身的所有优势，参加，推断，重复（AIR，Eslami等。例如，2016），包括以无监督的方式学习，并解决其缺点。我们使用一个移动的多MNIST数据集来显示AIR在检测重叠或部分遮挡对象时的局限性，并展示SQAIR如何通过利用对象的时间一致性来克服这些局限性。最后，我们还将SQAIR应用于现实世界的行人CCTV数据，在那里它学会了在没有监督的情况下可靠地检测、跟踪和生成步行行人。

2018-11-21cs.CVcs.LGstat.ML

Camo-M3FD：一种新的跨光谱伪装行人检测基准数据集

Camo-M3FD: A New Benchmark Dataset for Cross-Spectral Camouflaged Pedestrian Detection

ESPOL Polytechnic University（ESPOL理工大学）；Computer Vision Center, Universitat Autònoma de Barcelona（巴塞罗那自治大学计算机视觉中心）；Software Engineering Department, Research Center for Information and Communication Technologies (CITIC-UGR), University of Granada（格拉纳达大学软件工程系，信息与通信技术研究中心（CITIC-UGR））；Università della Svizzera Italiana（瑞士意大利大学）

本文提出Camo-M3FD数据集，用于跨光谱伪装行人检测，通过高精度图像对和标准化评估框架提升检测性能。

2026-04-17cs.AIcs.CV