# 基于可变形部件模型的鲁棒头部肩部检测
Enes Dayangac, Christian Wiede, Julia Richter 和 Gangolf Hirtz
德国，技术大学黑森州美因茨分校，电气工程与信息技术学院
关键词：人体检测，头部肩部检测，辅助生活，潜在SVM，DPM，ACF检测器。
## 摘要
传统的行人检测算法缺乏鲁棒性，尤其是在行人部分被遮挡时。因此，我们提出了一种使用可变形部件模型的鲁棒头部肩部检测器，用于2D图像。该检测器可用于各种应用，如人数统计和行人停留时间测量。我们在实验中，我们将头部肩部检测器与全身检测器进行定量比较，并分析了检测器在真实场景中的鲁棒性。结果表明，使用我们的方法训练的模型在辅助生活应用中优于相关研究中提出的其他方法。
## 1 介绍
行人检测在公共安全、汽车以及商业等领域都有应用。此外，它在新兴的辅助生活（AAL）应用领域中也起着至关重要的作用。
我们的研究设计了一个AAL系统，该系统使用光学传感器。该系统的关键部分是基于机器学习的行人检测算法。本文重点关注在复杂生活环境中检测行人。在这种情况下，必须解决许多挑战。
首先，需要一种行人检测算法来应对不同的照明条件和行人与传感器之间的较大距离。其次，与许多其他研究不同，我们的研究使用安装在天花板上的广角摄像头，以便覆盖场景的较大区域。结果是，行人的下半身会被躯干遮挡，尤其是在行人非常靠近摄像头时。在典型的AAL场景中，例如坐在桌子旁，腿部也无法看到。然而，最先进的算法中使用的行人模型是使用正面视图的全身样本进行训练的。因此，这些模型在结果上表现不佳，因此不适合本研究的应用。
因此，在本研究中，我们针对这种特殊的摄像头设置，训练了一个头部肩部模型。由于没有合适的公开数据集可用，我们记录了各种在不同照明和距离条件下的序列。我们使用自己的数据集样本和公开数据集样本分析了头部肩部模型的性能。我们选择了两种经过验证的在正面视图场景中有效工作的最先进算法，并通过调整头部肩部模型对其进行了修改。
## 2 相关工作
近年来，行人检测算法的数量不断增加。 过去，行人检测的研究主要集中在驾驶辅助系统领域。 Dollár 等人对行人检测的最新算法进行了概述 (Dollár et al., 2012)。 他们特别关注滑动窗口技术，该技术在低分辨率和中分辨率图像中表现出良好的效果，而分割和基于关键点的算法则不太适用。 早期的一种滑动窗口方法使用支持向量机，该支持向量机经过 Haar 小波的训练 (Papageorgiou and Poggio, 2000)。 在这个概念的基础上，Viola 和 Jones 提出了积分图像，用于快速计算特征 (Viola and Jones, 2001)。 他们使用 AdaBoost 作为训练方法，并使用级联结构来实现高效检测，从而减少误报。 该方法是许多现代检测器的基础。
---
>
>
>
为了提高检测算法的准确性，开发高级、具有描述性的特征类型至关重要。 特别是基于梯度的特征，如 Scale-Invariant Feature Transform (SIFT) (Lowe, 2004) 和 Histogram of Oriented Gradients (HOG) (Dalal and Triggs, 2005)，在这一领域发挥了重要作用。 如今，HOG 特征是用于行人检测最常用的描述符。 许多研究，如 (Zhu et al., 2006) 和 (Shashua et al., 2004)，致力于提高检测结果。 其他研究调查了基于形状的特征 (Gavrila, 2007)，(Sabzmeydani and Mori, 2007) 以及基于运动信息的特征 (Viola et al., 2003)，(Wojek et al., 2009)。
>
进一步的进展是将多种不同的特征组合在一起，以获得更强大的描述符。 由于 HOG 被评为最有效的单特征，因此许多研究调查了与 HOG 及其它特征的组合。 Wojek 和 Schiele 结合了 HOG、Haar-like 特征和形状特征 (Wojek and Schiele, 2008)。 后来，该方法扩展到包括颜色自相似性和运动信息 (Walk et al., 2010)。
>
Dollár 等人提出了一种新的方法 (Dollár et al., 2009a)，该方法借鉴了 Viola 和 Jones 的思想 (Viola and Jones, 2001)。 他们修改了原始方法，在不同的通道中搜索 Haar-like 特征，例如 LUV 颜色通道以及灰度、梯度幅度和方向图像。 在他们的一项后续工作中，他们将该方法扩展到多尺度检测 (Dollár et al., 2010)。 这样可以减少处理时间，因为可以在附近的尺度上计算特征。 另一种有前景的方法是基于部件的模型。 与前面描述的方法不同，基于部件的模型不是只考虑整个行人模型，而是描述和使用行人不同的部分。 通过构建这些部件模型，可以减少由旋转和遮挡引起的差异。 目前表现最好的算法之一是可变形部件模型 (DPM)。 这是一个判别性的部件模型，其中未知的部件位置被描述为潜在变量 (Felzenszwalb et al., 2008)，(Felzenszwalb et al., 2010)。 由于他们使用 SVM 进行分类，因此该分类器被称为 Latent SVM。 后来，Park 等人将该方法扩展到多分辨率模型 (Park et al., 2010)。 另一种处理部分遮挡的方法是基于 Edgelet 检测器，这是一种与 AdaBoost 结合的形状检测器 (Wu and Nevatia, 2005)。
除了处理单张、单目图像的算法之外，还有各种基于3D的方法。Kirchner等人将一个人的点云分割成水平切片（Kirchner et al., 2012）。每个切片的范围累积到一个特征向量中，该特征向量用于训练SVM。Richter等人通过首先在世界z图中生成前景假设，然后将3D点投影到虚拟俯视图，从而在3D世界坐标中定位人员（Richter et al., 2014）。在这项研究中，作者假设特定大小的前景对象最有可能代表人员。但是，可以使用基于2D的人体检测算法来验证检测到的人员。
最新的2D人体检测算法使用由全身组成的模型。由于在许多辅助生活应用中，摄像头以一定的角度监控场景（如果人员靠近摄像头，则为侧面和顶视），因此全身模型不太合适。一般来说，即使在高度遮挡的情况下，头部-肩部检测也比全身检测更可靠（Tu et al., 2013）。因此，必须训练一个新、更有效的模型。由于肩膀部分始终可见，因此使用显示人员肩膀部分的样本进行模型训练是合理的。已经存在几种头部-肩部检测方法。Li等人提出了一种方法，该方法通过结合Viola-Jones类型的分类器和基于局部HOG特征的AdaBoost分类器来检测头部-肩部（Li et al., 2009）。他们还展示了如何使用粒子滤波器方法跟踪头部-肩部。一种基于注意力的前景分割与多视图级联相结合，用于视频监控中的头部-肩部检测（Tu et al., 2013）。Wang等人引入了一种新的边缘特征，称为En-Contour（Wang et al., 2013）。但是，这些方法尚未在辅助生活场景中进行研究和测试。
目前，没有公开的头部-肩部数据库可用于训练。常用的数据集，如INRIA (Dalal and Triggs, 2005)、PASCAL (Everingham et al., 2010)、Caltech (Dollár et al., 2009b)、ETH (Ess et al., 2007)和Daimler (Enzweiler and Gavrila, 2009)只提供摄像头安装在与被记录人员高度大致相同位置的序列。因此，始终可以看到整个身体，并且光学轴几乎垂直于人员的主要轴。因此，我们记录了自己的数据集，用于训练和测试目的。
---
## 3 方法
可变形部件模型（Felzenszwalb et al., 2010）可以克服物体检测中出现的主要挑战。变形、遮挡和视点变化等影响可以在一定程度上得到控制。但是，在许多辅助生活场景中，这些影响达到了这样的程度，以至于无法使用常用的全身模型来检测人员。图1中说明了此类场景的示例。
Figure 1: Person detection when using the full body model: Persons standing very close or almost below the camera, occluded by objects such as a table, or with the back turned to the camera cannot be reliably detected. There often occur false positives or false negatives in such cases.
尽管如此，可以观察到，在所有这些图像中，头部-肩部始终可见。因此，我们建议使用这部分来构建用于DPM分类器的全新模型。通过使用这种基于潜SVM的方法，可以动态地将部件模型分配给总体模型。由于我们建议使用DPM方法来检测人员的头部-肩部，因此本节将解释该方法。
该模型具有较低分辨率的根过滤器，以及多个空间灵活、较高分辨率的部分过滤器，以及一个空间模型，用于描述每个部分相对于根的位置。 生成的模型如图 2 所示。
Figure 2: Illustration of a head-shoulder model. The left image shows the lower-resolution root filter, the image in the middle demonstrates higher-resolution part filters and the right image the spatial model.
示例图像（见图 1 中的第二张图像）中，已找到的部分和根的位置由蓝色和红色矩形标记。
当需要定位人物时，第一步是创建特征金字塔，方法是对图像进行降采样。 在计算完每个尺度的 HOG 特征后，应用过滤器以获得每个部分模型的响应。 然后，在单个尺度上组合部分模型，并将所有尺度的结果最终融合，以计算根位置的最终得分。 图 3 显示了结果。
Figure 3: Exemplary detection of the DPM algorithm using the proposed head-shoulder model. When using the head-shoulder model, the person sitting at the table can be detected.
## 4 数据处理流程
为了获得强大的人物模型，我们执行了从数据采集到模型评估的多个步骤。
### 4.1 数据采集
为了训练，我们使用了 1.3 MP 的 CCD 相机 (Allied GC1350) 和广角镜头，以覆盖整个房间。 在某些情况下，将相机安装在天花板上，倾斜角度约为 $20^{\circ}$，高度为 2 米。 在其他情况下，将相机以一定高度放置在人物前方。 通常，重要的是以一种能够表现出良好性能的方式构建模型，即使在不同的条件下也是如此。 因此，将相机的曝光时间和增益设置为不同的值，以获得在不同光照条件下拍摄的图像。
总共收集了 11920 张图像（9013 张正面图像和 2907 张负面图像），其中 13 名男性和女性参与了录制。 所有参与者穿着不同的服装，以获得数据集的多样性。 在录制过程中，演员们坐着、站着和躺着。
负面图像是从互联网上随机收集的。 这些图像中没有人物。
---
### 4.2 数据标注和数据库
为了进行数据标注，我们从数据集中生成符合 PASCAL 格式的文件 (Everingham et al., 2010)。 为了在图像中标注一个对象，我们指定边界框以及诸如分割、截断、遮挡或困难之类的标注条件。 可以在同一图像中存在多个对象，并且可以属于多个类别。
因此，正面图像中包含正好一个人。 我们通过手动在图像中绘制边界框来指定每个人的头部和肩膀区域。 由于此过程非常耗时，因此开发了一个标注工具以提高标注速度。 该工具允许直观地绘制图像中的边界矩形。
已标注的数据被拆分为训练数据集和测试数据集。 为了进行合理的评估，这两个数据集彼此独立。
Table 1: Experimental overview.
| Experiments | Content |
| Experiment 1 | DPM vs. ACF detector full body (our dataset) |
| Experiment 2 | DPM vs. ACF detector head-shoulder (our dataset) |
| Experiment 3 | head-shoulder vs. full body (DPM) human pose (sitting, standing) partial occlusion (our dataset) |
| Experiment 4 | head-shoulder (DPM) distance (near, mid, far) lighting (bright, dark) (our dataset) |
| Experiment 5 | head-shoulder (DPM) number of images used for training (our dataset) |
| Experiment 6 | head-shoulder (DPM) (public dataset) |
### 4.3 训练
使用 DPM 和 ACF 检测器训练了几个模型，以检测全身和头部和肩膀。
## 5 实验设置和结果
训练和测试均在 Matlab 代码中完成。 使用了 "Piotr's Image and Video Matlab Toolbox" (Dollár, 2013) Matlab 工具箱以及一个使用可变形部件模型 (DPM) 和隐式 SVM (voc-release5) 的目标检测系统 (Girshick et al., 2012) (Felzenszwalb et al., 2010)。
使用精度-召回曲线来比较两种算法。 确定不同阈值下的假阳性率 (FPR) 和真阳性率 (TPR)。 如果检测到的矩形与标记矩形的重叠比高于某个值，则该样本被计为真阳性，否则为假阳性。
为了进行评估，进行了多项实验。 首先，比较了两种算法，同时考虑了头部-肩膀模型和全身模型。 其次，我们通过调整几个参数来分析头部-肩膀检测器的性能。 最后，使用公共数据集评估了所提出的检测器的性能。 表 1 概述了这些实验。
Figure 4: The performance of the full body DPM model (trained using the Pascal dataset, cascade PCA 5, the overlap area > 10%).
### 5.1 实验 1
在第一个实验中，我们将全身 DPM 和 ACF 检测器与一组测试数据进行比较，如表 3 所示。
然而，这两个检测器都是经过训练的：DPM 是使用 Pascal 个人数据集训练的，而 ACF 检测器是使用 Inria 数据集训练的。 全身 DPM 和 ACF 检测器在测试数据上的性能如图 4 和图 5 所示。
---
Figure 5: The performance of the full body ACF detector (trained using the Inria dataset, the overlap area > 10%).
### 5.2 实验 2
在本实验中，我们使用自己设计的头部-肩膀数据集来训练检测头部-肩膀的部分。 目的在于使用相同训练和测试数据，分析两种不同算法的性能。 使用图 3 所示的测试数据，模型的性能如图 6 和图 7 所示。
使用 ACF 检测器，为训练多个 ACF 检测器模型分配了不同的参数值。
### 5.3 实验 3
在本实验中，将全身模型与头部-肩膀模型进行比较。 两种模型均采用 DPM 方法。 本实验使用的测试数据包含 1601 张图像，其中包含三
Figure 6: The performance of head-shoulder DPM model (trained using around 9000 positive images, cascade PCA 5, the overlap area > 50%).
种不同服装的不同人物。 他们执行坐 (在椅子、扶手椅和床上)、站立或行走等动作。 在这种情况下，人物经常被部分遮挡，并且通常不是完全可见的。 TPR 和 FPR 结果如表 2 所示。
Table 2: Comparison of the full body and the head-shoulder model.
| Model | TPR | FPR |
| Full body | 48% | 1% |
| Head-shoulder | 93% | 2% |
### 5.4 实验 4
对于此实验设置，我们考虑了两个参数：距离和光照条件。 有三个距离值（近、中、远），描述了人物与摄像机之间的距离。 光照可以是暗或亮，如图 8 所示。
Table 3: Number of images for the different configurations.
| Lighting, Distance | Number of Images |
| Dark-near | 309 |
| Dark-mid | 306 |
| Dark-far | 338 |
| Bright-near | 301 |
| Bright-mid | 360 |
| Bright-far | 305 |
因此，这导致了六种不同的参数配置，如表 3 所示。 每种配置中使用的图像数量几乎相等。
在图 6 中，精度和召回曲线说明了包括平均精度 (AP) 在内的性能结果。
Figure 7: The performance of head-shoulder ACF detector (trained using around 9000 positive images, the overlap area > 50%).
---
Figure 8: The left and right images are the samples in the test group of dark-mid and bright-near respectively.
### 5.5 实验 5
在本实验中，使用了 9000 张正面图像。此外，还使用 1000 张正面图像训练了另一个 DPM 头肩模型，目的是比较使用不同数量的训练数据对效果的影响。图 fig:exp2-1 和图 9 分别展示了这些模型在测试数据上的性能，结果见表 3。
Figure 9: The performance of head-shoulder DPM model (trained using around 1000 positive images, cascade PCA 5, the overlap area > 50%).
### 5.6 实验 6
在最后一次实验中，我们评估了头肩 DPM 模型在公共数据集上的性能。 这样，我们测试了训练的模型是否仍然在其他 AAL 场景中有效。 因此，采用了来自 GER'HOME 实验室 (Zouba et al., 2007) 的测试数据集。 结果见表 4。
Table 4: Test on public data set.
| Images | Model | TPR | FPR |
| GER'HOME | Full body | 76 % | 12 % |
| GER'HOME | Head-shoulder | 93 % | 2 % |
## 6 讨论
### 6.1 DPM 与 ACF 检测器
在第一次和第二次实验（见图 4、5 的比较，以及见图 6、7），结果表明，对于全身和头肩模型，DPM 模型比 ACF 检测器更好。
关于比较图 5 和图 7 中，在明亮图像中，ACF 检测器无法检测到人物。 这可能是因为用于训练该模型的训练数据集不同。 在 ACF 检测器方法中，距离因素对模型的性能没有影响。
#### 6.2 头肩与全身
表 2 的结果表明，头肩模型的 TPR（真阳性率）是全身模型的 TPR 的两倍。 当对检测分数应用适当的阈值时，DPM 头肩模型比 DPM 全身模型更可靠。
头肩模型在以下场景中表现良好：当人的部分被遮挡时，人正在坐着；当人站在其他物体后面时；当人非常靠近摄像头时。 在这些情况下，全身模型表现不佳。 此外，全身模型经常无法检测到正在站立、坐下或弯腰从地上捡起物体的人。
此外，头肩模型在公共数据集上进行了测试，结果表明，头肩检测的检测率高于全身模型（见表 2 和 4）。 通过这些实验，可以证明头肩模型在 AAL 场景中的效率高于全身模型。
### 6.3 距离
在第 5.4 节，评估了模型性能中的距离因素。 距离是指相对于摄像头的物体的位置。 研究的一个目的是设计一种与距离无关的人体检测模型。
图 6 和图 9 的结果表明，距离因素对头肩模型没有影响。 例如，即使人离得近，头肩仍然可见，并且头肩的轮廓不受透视失真的影响。
---
然而，距离因素对全身检测有影响。 我们的观察是，当人离得较远时，全身模型具有良好的精度和较高的召回率，这意味着人的全身在视野中。 当人离得近时，由于顶视、严重的透视失真和下半身的遮挡，全身模型的召回率非常低。
### 6.4 光照
在图 6 和图 9 中，精度-召回曲线显示，在较亮的光照条件下，DPM 头肩模型表现更好。在图 4 中，当图像具有高对比度且人与相机距离较远时，召回值达到 0.8。但是，在低对比度图像中，该值只能达到 6.2。总而言之，我们可以说，通常，良好的照明条件可以获得更好的结果，而与人与相机的距离无关。
然而，我们认为性能在很大程度上取决于训练数据集。如果使用更多低对比度图像训练模型，结果可能会发生反转。
### 6.5 训练样本数量
使用不同数量的正样本训练了两个头肩模型。在第 5.5 节中，一项实验是比较这些模型。使用较少正样本图像的模型（参见图 9）具有较高的精度，但召回率较低，而使用更多正样本图像训练的模型（参见图 6）的精度和召回率较高。因此，使用更多正样本训练模型可以使参数更通用。因此，当降低精度时，会发生更多的误报（参见图 9）。
结果表明，在 AAL 场景中，头肩模型比全身模型更稳健。另一个发现是，DPM 检测器优于 ACF 检测器。我们在公共数据集上证明了，头肩 DPM 模型非常高效。此外，该检测器在不同的距离和光照条件下得到了成功测试。
为了训练和测试，我们收集了自己的数据集并对其进行了标注。分析了 DPM 和 ACF 检测器的性能。此外，我们比较了头肩模型和全身模型的效率。
人员检测在许多应用中都起着重要作用。对于 AAL 应用，我们分析了使用全身模型的状态最先进的人员检测算法的性能。结果表明，它们缺乏稳健性，尤其是在人体的一部分被遮挡时，例如，当人员站在安装在天花板上的倾斜相机附近时，或者当人员背对着相机时。因此，我们引入了头肩模型，因为在大多数情况下，这部分是可见的。
## 7 结论
未来，DPM 头肩模型需要通过进一步的训练样本来增强，这些样本显示了人员的其他视角，例如躺在床上。自然地，这种方法也可以用于其他各种应用领域，如安全、消费市场或公共设施。
## 致谢
本研究由欧洲区域发展基金 (EFRE) 资助。此外，我们衷心感谢所有参与录制和标注过程的人员。
## 参考文献
Dalal, N. and Triggs, B. (2005). Histograms of oriented gradients for human detection. In Computer Vision and Pattern Recognition, 2005. CVPR 2005. IEEE Computer Society Conference on, volume 1, pages 886–893 vol. 1.
Dollár, P. (2013). Piotr图像与视频Matlab工具箱（PMT）. .
Dollár, P.、Belongie, S.、Perona, P. (2010). 《西方最快的行人检测器》. 发表于BMVC。
Dollár, P.、Tu, Z.、Perona, P.、Belongie, S. (2009a). 《积分通道特征》. 发表于BMVC。
Dollár, P., Wojek, C., Schiele, B., 和 Perona, P. (2009b). 行人检测：一个基准。发表于 CVPR。
Dollár, P., Wojek, C., Schiele, B., 和 Perona, P. (2012). 行人检测：对现有技术的评估。发表于 PAMI, 34.
Enzweiler, M. 和 Gavrila, D. (2009). 单目行人检测：综述和实验。发表于 Pattern Analysis and Machine Intelligence, IEEE Transactions on, 31(12):2179–2195.
Ess, A., Leibe, B., 和 Van Gool, L. (2007). 用于移动场景分析的深度和外观信息。发表于 Computer Vision, 2007. ICCV 2007. IEEE 第 11 届国际计算机视觉会议, 1–8 页。
Everingham, M., Van Gool, L., Williams, C., Winn, J., 和 Zisserman, A. (2010). Pascal. International Journal of Computer Vision, 88(2).
Felzenszwalb, P., Girshick, R., McAllester, D., 和 Ramanan, D. (2010). 使用区分训练的基于部分的模型的对象检测。发表于 Pattern Analysis and Machine Intelligence, IEEE Transactions on, 32(9):1627–1645.
---
inatively trained part-based models. Pattern Analysis and Machine Intelligence, IEEE Transactions on, 32(9):1627–1645.
Felzenszwalb, P., McAllester, D., 和 Ramanan, D. (2008). 一个区分训练的、多尺度、可变形的部分模型。发表于 Computer Vision and Pattern Recognition, 2008. CVPR 2008. IEEE 会议, 1–8 页。
Gavrila, D. (2007). 基于贝叶斯、基于示例的层次形状匹配方法。发表于 Pattern Analysis and Machine Intelligence, IEEE Transactions on, 29(8):1408–1421.
Girshick, R. B., Felzenszwalb, P. F., 和 McAllester, D. (2012). 区分训练的可变形部件模型，版本 5. .
Kirchner, N., Alempijevic, A., 和 Virgona, A. (2012). 用于人员识别的头部到肩部签名。发表于 Robotics and Automation (ICRA), 2012 IEEE 国际会议, 1226–1231 页。
Li, M., Zhang, Z., Huang, K., 和 Tan, T. (2009). 基于 omega 形状特征的快速鲁棒的人体检测和跟踪。发表于 Image Processing (ICIP), 2009 第 16 届 IEEE 国际图像处理会议, 2545–2548 页。
Lowe, D. G. (2004). 从尺度不变的关键点中提取的区分性图像特征。International Journal of Computer Vision, 60:91–110.
Papageorgiou, C. 和 Poggio, T. (2000). 一个用于对象检测的可训练系统。International Journal of Computer Vision, 38(1):15–33.
Park, D., Ramanan, D., 和 Fowlkes, C. (2010). 用于对象检测的多分辨率模型。发表于 Computer Vision ECCV 2010, 计算机视觉和模式识别的笔记, 第 6314 卷, 241–254 页。
Richter, J., Findeisen, M., 和 Hirtz, G. (2014). 基于人员检测的用于患痴呆症老年人的评估和护理系统。发表于 Consumer Electronics Berlin (ICCE-Berlin), 2014. ICCEBerlin 2014. IEEE 第四届国际消费者电子产品会议, 59–63 页。IEEE.
Sabzmeydani, P. 和 Mori, G. (2007). 通过学习形状特征进行行人检测。发表于 Computer Vision and Pattern Recognition, 2007. CVPR '07. IEEE 会议, 1–8 页。
Shashua, A., Gdalyahu, Y., 和 Hayun, G. (2004). 用于驾驶辅助系统的行人检测：单帧分类和系统级性能。发表于 Intelligent Vehicles Symposium, 2004 IEEE, 1–6 页。
Tu, J., Zhang, C., 和 Hao, P. (2013). 用于视频监控的鲁棒实时基于注意力的头部-肩部检测。发表于 Image Processing (ICIP), 2013 第 20 届 IEEE 国际图像处理会议, 3340–3344 页。
Viola, P.、Jones, M. (2001). 《鲁棒实时目标检测》. 发表于《国际计算机视觉杂志》。
Viola, P., Jones, M., and Snow, D. (2003). Detecting pedestrians using patterns of motion and appearance. In Computer Vision, 2003. Proceedings. Ninth IEEE International Conference on, pages 734–741 vol.2.
Walk, S., Majer, N., Schindler, K., and Schiele, B. (2010). New features and insights for pedestrian detection. In Computer Vision and Pattern Recognition (CVPR), 2010 IEEE Conference on, pages 1030–1037.
Wang, S., Zhang, J., and Miao, Z. (2013). A new edge feature for head-shoulder detection. In Image Processing (ICIP), 2013 20th IEEE International Conference on, pages 2822–2826.
Wojek, C.、Schiele, B. (2008). 《单特征与多特征行人检测的性能评估》. 收录于《模式识别》，《计算机科学讲义》第5096卷，第82–91页。
Wojek, C., Walk, S., and Schiele, B. (2009). Multi-cue on-board pedestrian detection. In Computer Vision and Pattern Recognition, 2009. CVPR 2009. IEEE Conference on, pages 794–801.
Wu, B. and Nevatia, R. (2005). Detection of multiple, partially occluded humans in a single image by bayesian combination of edgelet part detectors. In Computer Vision, 2005. ICCV 2005. Tenth IEEE International Conference on, volume 1, pages 90–97 Vol. 1.
Zhu, Q., Yeh, M.-C., Cheng, K.-T., and Avidan, S. (2006). Fast human detection using a cascade of histograms of oriented gradients. In Computer Vision and Pattern Recognition, 2006 IEEE Computer Society Conference on, volume 2, pages 1491–1498.
Zouba, N.、Bremond, F.、Thonnat, M.、Vu, V. T. (2007). 《面向日常活动监测的多传感器分析》. SETIT会议录，第25–29页。