# 基于全局-局部关节模式的行人检测，使用 3D 激光雷达数据 杜双力，刘冰冰，刘翼光 & 刘建国 如需引用本文：Shuangli Du, Bingbing Liu, Yiguang Liu & JianGuo Liu (2016) 基于全局-局部关节模式的行人检测，使用 3D 激光雷达数据, 遥感学报, 7:7, 681-690, DOI: $\underline{\text{10.1080/2150704X.2016.1177239}}$ 如需链接到本文： ![Image](images/523994706014ef9da6906e163eb5c009262c5a5a5e89858a57ed7f7122183abd.jpg) 在线发表日期：2016年4月28日。 ![Image](images/efbd4b54b042afb78380fffb26c20b1ec6fd20633d4e7500d436c17cb0ee8ca1.jpg) 向本期刊投稿 ![Image](images/42244c309c47e05e3c7121548f8588f433c7cdb4d7b8eb4c864276fc1b6294fd.jpg) 文章浏览量：40 ![Image](images/5c8ba73797b141bd44f6ccc00b9ea70f95c58c5f18cf4de804ccc6113bb6abc2.jpg) 查看相关文章 ![Image](images/8deafcda0bca8cb21d0fc83b9df5454f9bbad9a07de15d0b6d65963a15627725.jpg) 查看 Crossmark 数据 --- ## 基于全局-局部关节模式的行人检测，使用 3D 激光雷达数据 Shuangli Du $^{a}$, Bingbing Liu $^{b}$, Yiguang Liu $^{a}$ 和 JianGuo Liu $^{c}$ $^{a}$四川大学计算机科学与技术学院，成都，中国; $^{b}$信息通信研究院 (I2R), 科学技术与研究局 (A*STAR), 新加坡; $^{c}$帝国理工学院地球科学工程系，伦敦，英国 ### 摘要 由于人体姿势的高度变化和行人遮挡，基于激光雷达（Lidar）的行人检测面临挑战。本文提出一种新颖的框架来解决这些问题。与将人体划分为任意数量的部分并为所有部分检测器使用相同的特征不同，我们使用全局-局部关节结构来表示人体，并根据每个部分的特征来构建新的特征。关节结构由于每个关节通常在更广泛的身体姿势范围内保持相对一致的形状，因此非常有效。此外，为了从杂乱的环境中提取可见的人体部分，同时考虑到行人的遮挡，我们使用 3D 信息和 2D 空间信息，并采用从粗到精的方式，从而更好地分析人体部分与其相邻物体之间的相互作用。该算法在繁忙的街道数据集上进行评估，结果表明其性能优于最先进的基于激光雷达的算法。值得注意的是，即使在较远的距离（高达 20 米），它也可以有效地处理行人的遮挡。 #### 1. 引言 鲁棒地检测行人是移动机器人和自动驾驶汽车的一个重要且基本的问题。流行的传感器用于此任务的有摄像头和测距仪。一些研究人员正在使用一种类型的传感器（Oliveira 和 Nunes 2010；Hegger 等人 2013；Mikolajczyk、Schmid 和 Zisserman 2004；Tang、Andriluka 和 Schiele 2013）。最近，许多研究人员致力于融合由两种或多种类型的传感器提供的信息，例如 Zivkovic 和 Kröse (2007) 以及 Premebida 和 Nunes (2013)。本文使用一种激光雷达（Lidar）系统，该系统提供一组 3D 点，即点云。本文的贡献在于使用全局-局部关节模式来表示人体，这在建模各种遮挡模式方面非常有效。此外，考虑了人体部分与其相邻物体之间的相互作用，以提高模式的鲁棒性。 接受日期：2016年4月3日 许多基于二维范围数据的研究将人员检测问题简化为腿部检测任务。在Xavier等人(2005)的论文中，腿部被认为是“弧形”形状，并使用了一种名为内切角方差(IAV)的圆形检测技术。 --- Arras、Mozos和Burgard（2007）使用自适应提升算法（AdaBoost）从一组统计特征中学习一个鲁棒的腿部检测器。Zivkovic和Kröse（2007）也使用了相同的分类策略。此外，它还考虑了人腿之间的可能距离。在Mozos、Kurazume和Hasegawa（2009）的论文中，使用了一种多层策略。在训练了每个层的分类器后，他们以概率的方式组合所有层的分类器，以创建一个最终的鲁棒检测器。在计算机视觉中，使用基于部件的表示和多层策略进行物体识别任务也很常见（Mikolajczyk、Schmid和Zisserman 2004；Srinivasan和Shi 2007；Felzenszwalb Pedro等 2010）。 关于三维数据的行人检测的相关工作较少。在Spinello等人（2010）的论文中，他们将Mozos、Kurazume和Hasegawa（2009）以及Arras、Mozos和Burgard（2007）中的二维方法扩展到三维。他们将三维点云视为不同高度的多个二维点云集合，并使用AdaBoost创建一个部件检测器，以确定每个二维点云是否是人体的一部分。通过整合所有部件的估计结果来检测行人。但是，这种方法在人体姿势存在高度变化时效果不佳。在Navarro-Serment、Mertz和Hebert（2010）的论文中，将目标中的三维点云划分为三个部分，即躯干和腿部。此外，使用两个主平面上的二维直方图来表示三维行人形状。该方法具有较低的计算成本，但其性能在较远距离下会大大下降。在Kidono等人的论文中，引入了两个特征以提高分类性能。一个是切片特征，它通过在不同高度级别的宽度来表示人体轮廓。另一个是测量目标上点的反射强度的分布。但是，Navarro-Serment、Mertz和Hebert（2010）或Kidono等人（2011）都无法很好地处理行人遮挡问题。 正如前面提到的，除了行人遮挡和人类姿势的高度变化之外，长距离的低空间分辨率也使得行人检测更加困难。当目标远离传感器时，从目标反射的点云会变得稀疏，这使得提取的统计和几何特征变得不可靠。行人遮挡通常出现在复杂的场景中，例如当人们肩并肩行走或推婴儿车时。在这些情况下，很难提取出人类的轮廓。因此，从这些轮廓中估计的特征会受到噪声点的干扰，无法准确反映人类的形状。如果使用 2D 扫描线上的相邻点来估计特征，这种干扰会更加明显。为了识别具有部分遮挡和各种姿势的行人，以前的方法会将人类划分为不同的高度层或部分，并为每个层创建分类器。最后，使用投票技术组合所有分类器以找到人类。层的数量可以是随机指定的。没有讨论应该使用多少层。人类的体型、形状和姿势各不相同。特别是行走时，下半身的 appearance 变化很大。因此，为了创建有效的局部分类器，需要大量的训练数据集，特别是对于下半身的部分。此外，当人类部分被遮挡时，很难提取出可见的人类轮廓，并且难以确定该轮廓属于哪一层。 这封信提出了一个行人检测框架，以解决这些问题。这封信的贡献主要体现在以下几个方面。 --- (1) 我们使用全局-局部铰接部分来描述人类，而不是将人类划分为任意数量的部分。主要优点是：铰接的身体部分可以模拟各种身体形状和姿势。更重要的是，每个部分都保持相对一致的形状，从而可以创建更强大的局部检测器。 (2) 为了保证局部检测器的鲁棒性，我们旨在构建一些切片特征来描述身体部分的轮廓，这些特征已被证明在输入点噪声或数量较少时更有效。 (3) 一个挑战是识别具有部分遮挡的行人。这需要我们从杂乱的环境中提取出可见的人类轮廓。为此，我们使用一种粗到精的策略对原始点云进行分割。在分割阶段，分析可见的人类轮廓与其相邻物体之间的相互作用，首先用于识别。 图 1 是所提出的检测系统的概述。采用了一个令人印象深刻的铰接模型，即，将整个人体划分为头部、躯干和腿部。但是，两条腿的外观各不相同，因此需要一个强大的模式，该模式能够表征几乎所有类型的形状。为此，使用了人体解剖学中使用的铰接部分的集合。这将在第 3.2 节中讨论。实验表明，该系统可以有效地处理远距离的行人遮挡，最远可达 20 米。 #### 2. 粗到精的预处理 3D 激光雷达数据 在实际场景中，当人们行走时，他们经常携带背包、推婴儿车或并排行走。这样，人们在点云中会以部分遮挡的形式出现。考虑到 3D 空间中的位置，人类的轮廓靠近其他物体，并且通常被认为是其他物体的一部分。但是，从俯视角度看，它们是孤立的。基于这个事实，提出了一种粗到精的分割策略来提取人类的轮廓。 在粗分割策略中，我们使用占据栅格地图（Kidono等人，2011），根据采集到的三维点云的尺寸（高度h、宽度w和长度l），将其划分为三类簇：独立行人候选、组合行人候选和其他物体。在本文中，独立 ![Image](images/9259085ffae836fa738a194ebacff6e0c8e7748a4e77266cb0d98973239a5f94.jpg)
Figure 1. Outline of the proposed pedestrian detection system.
--- 候选满足$0.8m \leq h \leq 2.0m$、$w \leq 1.2m$和$l \leq 1.2m$。对于组合候选，条件为$0.8m \leq h \leq 2.0m$、$w \leq 2.0m$和$l \leq 2.0m$。每个组合候选可能包含多个物体。例如，当两人紧挨着成纵列行走，或者并排站立时，从侧视角看这两个人会合并为一个组合候选，但从顶俯视视角看他们是相互分离的。为了正确分割组合候选，我们执行精细分割步骤。首先，利用点云库（PCL）中的欧几里得聚类提取方法将组合候选分割为多个小簇()。随后，我们将x-y平面的二维空间信息引入迭代区域增长过程，将这些小簇重新组合为一组新目标。该过程会对水平平面内每个小簇的质心点给出初始估计。接下来在每一轮循环中，将剩余小簇中最大簇的质心点定义为种子点。如果另一个质心点到该种子点的距离在阈值范围内，就将这两个对应的簇合并。该过程对所有剩余小簇反复迭代，直到没有剩余簇为止。 - 对象的尺寸满足全身的约束条件 → 该对象是全身候选对象， - 该对象在空间上靠近其他对象，但其上方没有其他对象，并且其尺寸小于全身的尺寸 → 该对象是上半身候选对象， - 该对象在空间上靠近其他对象，并且位于地面上，其尺寸小于全身的尺寸 → 该对象是腿部候选对象。 #### 3. 全局-局部姿态模式 为了提高检测性能，需要一个有效的分割框架，该框架从粗到细，以找到尽可能少的噪声的人体片段。 这种分割会产生全身和身体部位的候选对象。 本节重点介绍如何创建部件检测器。 与 Spinello et al. (2010) 使用相同的特征来构建每个部件检测器不同，我们采用新的特征，这些特征依赖于全局-局部姿态模式。 也就是说，对于有艺术性的头部和躯干，提出了头部到肩部的姿态；并且为了描述腿部的高度可变外观，基于腿部的姿态风格创建了一个标签树。 ##### 3.1. 上半身 ##### 3.1. 上半身 人的头部、颈部和肩膀在各种姿势/活动中保持相对稳定的形状，并且通常在户外环境中清晰可见。因此，头部到肩膀的部分图案通常用于人员检测任务（Kirchner, Alempijevic 和 Virgona 2012）。由于遮挡或传感器的垂直视场，提取的上半身候选区域可能对应于不同的区域，例如头部、头部到肩膀、肩膀到腰部等。为了确定候选区域属于哪个部分，基于一个假设创建了一种新的头部到肩膀特征：即头部宽度小于躯干宽度。 --- 候选区域对应于，基于头部宽度小于躯干宽度的假设，创建了一个新的从头到肩部的特征。 头部到肩部的特征是一个在字母表 $\sum = \{0, 1\}$ 上的字符串。 如果一条二维线的宽度大于由 Otsu 方法（Otsu 1979）给定的预设阈值，则分配值为 1；如果小于该值，则分配值为 0。 给定一个特征字符串，我们需要将其分成两部分，并确定上部分是否为头部。 如果上部分是头部形状，则下部分倾向于躯干。 理想的字符串中不存在 0 之间的 1（例如，'000|111'），显然由两部分组成。 但是，由于人类姿势的高度变化或输入数据中的噪声，理想字符串很少出现。 因此，使用累积比率（连续 0 的数量与当前字符串长度的比率）。 字符串根据最高的比率进行分割。 例如，字符串 '00011000111110011' 的累积比率是 3/5、6/8、6/13、8/15 和 8/17，分割结果是 '00011000|111110011'。 然后，上部分的扫描线作为头部检测器的输入，即大小约束。 下部分的扫描线被认为是躯干检测器的输入。 对于每一条二维扫描线，计算 Kidono 等人 (2011) 提供的切片特征（切片宽度、切片长度）以及 Arras、Mozos 和 Burgard (2007) 提供的点对点特征（相对于中值的平均绝对偏差、边界长度、边界规则性、平均曲率和平均角度差异）。 它们形成一个向量 $\boldsymbol{f} = (f_1, \ldots, f_7)$，描述了躯干的轮廓。 然后，我们使用径向基函数 (RBF) 核，从 $\boldsymbol{f}$ 训练一个躯干检测器。 #### 3.2. 腿部 双腿的形状是人类的显著特征。然而，在远处提取点对点特征比较困难，因为空间分辨率会降低。因此，本文利用一种“弧形”检测方法来检测腿部，类似于Xavier等人的方法（2005年）。不幸的是，在户外环境中，2D扫描线上的点呈现出微弱的弧形。如图2(a)所示，通过求解最小二乘法中的未知数，即圆心和半径，可以拟合出一个圆。可以找到最左侧和最右侧的点，即$P_1$和$P_3$，以及中间点$P_2$。如果$\delta_1 \times d(P_1, P_3) \leq d(O, P_2) \leq \delta_2 \times d(P_1, P_3)$与$d(\ldots)$是欧几里得距离，则将2D扫描线标记为圆形。$\delta_1 = 0.1$和$\delta_2 = 0.7$的值如Xavier等人（2005年）所示。为了进一步确定 ![Image](images/ec3a5f1faa01f37e7cc830d25f33752159c63ce0d01181d7c42bbe6ec6ea117d.jpg)
(a)
![Image](images/cad8e4bb05fda9ca83498072f6df60d6afe3b8bf9f0ace54cb87ed2134a4446b.jpg)
(b)
Figure 2. (a) A fitted circle, which is created by using least squares fitting technique on the red crosses. (b) Illustration of some example articulated patterns of two legs.
--- ![Image](images/7cee01f062f58f01eacba051f1d52996ecec24e40d3f1b016c0a0eb4f767b4d2.jpg)
Figure 3. (a) Label tree is made up of three parts: the left, middle and right. There are three types of nodes: the circle, non-circle and leg segments. (b) Leg parse tree describes four cases for two legs and one case for one leg.
要进一步确定该圆形是否为腿部段，需要检查距离 $d(P_1, P_3)$ 是否在预期腿部直径的范围内（0.10 米–0.25 米）。 双腿的形状是人类的一个高度可变的特征。在本文中，首先考虑双腿的关节模式，以描述这种多样性。更具体地说，创建了一个标签树来描述它。当人们行走时，在某些高度级别上，左腿和右腿之间存在较大的间隙，而在其他高度级别上则不存在。这意味着某些二维扫描线可以分成两个子段，而其他线则不能。如果两个连续点之间的最大距离超过阈值 $d_e$，则会生成一个新的段。随后，对获得的子段和不可分割的线，依次执行圆形检测和腿段检测。最后，我们通过按行排列检测结果来创建标签树，如图 3(a) 所示。从该树中提取了一些统计和几何特征，以创建腿检测器。首先，我们定义了一个术语：“连接区域”。在树的三个部分中的每个部分，如果存在两个或多个相同的节点相互连接，则它们形成一个连接区域。对于每个部分的每个节点类型（例如，腿段），形成一个向量 $\boldsymbol{g} = (g_1, g_2, g_3, g_4)$，如下所示。 $g_{1=\frac{n}{N}}$，其中 n 是左部分的腿段数量，N 是身体下半部分的全部二维扫描线的数量。 $g_2 = \sum_{i} \frac{m_i}{r_i^2}$，其中 M 是腿段的连接区域的数量，$m_i$ 是区域 i 中的腿段的数量，$r_i$ 是 $i_{th}$ 区域的中心点与腿候选者的距离。 • $g_3 = \frac{\sum_i l_i}{n}$，其中 $l_i$ 是 $i_{th}$ 腿段的切片长度。 • $g_4 = \frac{\sum_i w_i}{n}$，其中 $w_i$ 是 $i_{th}$ 腿段的切片宽度。 特征 $g_1$、$g_3$ 和 $g_4$ 是段本身的固有特征，而 $g_2$ 描述了每个连接区域与整个下半身候选者的空间关系。同样，可以为树的三个部分中的其他两个节点（圆形和非圆形）定义向量 $\boldsymbol{g}$。然后，我们将它们组合成一个具有 36 个元素的特征向量，并使用带有 RBF 核的支持向量机 (SVM) 从该特征向量中训练腿检测器。 --- 一旦将腿候选者识别为人类腿部，为了进一步分析其是否包含两条腿或一条腿，就利用双腿的关节模式。如图 3(b) 所示，对于两条腿有两种情况，对于一条腿有一种情况。我们只是使用连接区域来检查腿解析树。 关于如何组合来自空间分析和部件检测器的信息，将在本节中进行讨论。部件检测器的关系以及对象之间的上下文关系，在 Markov 逻辑网络 (MLN) 框架中建模为一阶逻辑 (FOL)（Singla and Domingos 2005），这使得可以紧凑地指定复杂关系域中的概率分布。MLN 是一个由公式（或子句）组成的知识库，每个公式都附加了一个权重。FOL 公式是描述对象内部和对象之间的关系的上下文规则。它们总结在表 1 中。 #### 4. 组合来自空间分析和部件检测器的信息 本文讨论了如何组合来自空间分析和部件检测器的信息。在 Markov 逻辑网络 (MLN) 框架中，对部件检测器的关系以及对象之间的上下文关系进行建模，该框架使用一阶逻辑 (FOL) 表示，这使得可以紧凑地指定复杂关系域中的概率分布。MLN 是一个由公式（或子句）组成的知识库，每个公式都附加了一个权重。FOL 公式是描述对象内部和对象之间的关系的上下文规则。它们总结在表 1 中。 公式1-3 描述了当检测到带有“头部和肩膀”的行人时，通常的模式。也就是说，如果行人的下半身被其他物体遮挡，则需要检测到“躯干”、“腿”或其他物体才能将其验证为行人。 类似地，公式4、5和6 描述了当检测到带有腿的行人时的情况。 也就是说，如果行人的上半身被潜在的遮挡物遮挡，则需要检测到“躯干”、“另一条腿”或其他物体才能将其验证为行人。 #### 5. 实验 Spinello 等人 (2010) 的 Polyterrasse 和 Tannenstrasse 数据集被用于训练和测试所提出的方法。 它们由 Velodyne HDL 64E S2 激光扫描仪以 5 赫兹的频率收集。 在所提出的行人检测框架中，躯干和腿部的检测器使用 SVM 训练，使用了从 Polyterrasse 数据集中提取的 100 个背景对象和 700 个行人，以及 $d_{\epsilon} = 10$ 厘米。 MLN 上下文检测器在 100 个组合的行人候选对象和 300 个单独的行人候选对象上进行训练。 MLN 的权重可以学习或手工设计。 我们使用由开源包 Alchemy () (Kok 等人，2010) 提供的判别学习方法，该方法被证明
Table 1. First-order formulas.
No.First-order-logicDescription
1headShoulder $o_{1}$, Head) $\land$ near $o_{1}$, $o_{2}$ $\Rightarrow$ person $o_{1}$‘ $o_{1}$’ has head-to-shoulder and is nearby other object, it is a pedestrian.
2headShoulder $o_{1}$, Head) $\land$ hasTorso $o_{1}$, Torso) $\Rightarrow$ person $o_{1}$‘ $o_{1}$’ has head-to-shoulder and torso, it is a pedestrian.
3headShoulder $o_{1}$, Head) $\land$ hasLeg $o_{1}$, Leg) $\Rightarrow$ person $o_{1}$‘ $o_{1}$’ has head-to-shoulder and one leg, it is a pedestrian.
4hasTorso $o_{1}$, Torso) $\land$ hasLeg $o_{1}$, Leg) $\Rightarrow$ person $o_{1}$‘ $o_{1}$’ has torso and one leg, it is a pedestrian.
5hasLeg $o_{1}$, Leg) $\land$ near $o_{1}$, $o_{2}$ $\Rightarrow$ person $o_{1}$‘ $o_{1}$’ has one leg and is near by any other object, it is a pedestrian.
6hasLeg $o_{1}$, Leg) $\land$ hasLeg $o_{1}$, Leg) $\Rightarrow$ person $o_{1}$‘ $o_{1}$’ has two legs, it is a pedestrian.
---
Table 2. Results for pedestrian detection at different ranges: 0–10 m, 10–15 m and 15–20 m.
Detector0-10 m10-15 m15-20 m
TPFPTPFPTPFP
Head64.316.555.714.853.217.9
Torso57.624.747.232.445.135.1
Leg76.113.468.523.557.623.6
MLN96.23.687.29.884.49.6
'TP' 代表真阳性，'FP' 代表假阳性。 优于生成学习方法。 训练完成后，需要进行推断。 在 MLN 中，用于近似推断最常用的方法是马尔可夫链蒙特卡洛 (MCMC)。 我们使用 Alchemy 提供的 MC-SAT (Poon 和 Domingos 2006)，它结合了 MCMC 和 SampleSAT 算法。 Tannenstrasse 数据集用于验证所提出的方法的性能。 已经进行了大量的实验。 为了节省空间，仅提供了与最先进的基于激光雷达的算法 (Spinello 等人，2010； Kidono 等人，2011) 的比较。 首先，评估每个单独的检测器和 MLN 上下文检测器的检测性能与传感器距离的关系。 结果总结在表 2 中。 随着距离范围的增加，每个检测器的性能都会下降。 但是，即使在 15-20 米处，MLN 上下文检测器仍然获得了相当好的性能。 结果表明，MLN 检测器与每个单独的检测器相比具有优势。 这意味着部件检测器是互补的。 MLN 检测器利用这种互补性，提高了检测性能。 此外，由于腿的形状变化很大，因此腿检测器具有较高的误报率。 图 4(a) 说明了将所提出的方法应用于 Tannenstrasse 数据集的整体精度-召回曲线。 在 0-10 米、0-15 米和 0-20 米的范围内，等误率 (EER) 分别为 93.2%、81.3% 和 73.8%。 与 Spinello 等人 (2010) 报告的相应的 EER (95%、76% 和 63%) 相比，可以清楚地看到，所提出的方法提高了远距离的分类性能。 图 4(b) 显示了一个示例帧，其中所有行人均被正确检测，即使他们在并排行走时。 对于 Tannenstrasse 数据集，检测到 2525 名行人，其中 679 名行人存在部分遮挡。 这表明所提出的方法可以有效地处理行人遮挡。 ![Image](images/ea332978989ab0cfcdfbba3b66f3ecac8c54ba3d493b859944ccabecbb42a11f.jpg)
(a)
![Image](images/54b0170ba30a1a72f0c8be2aa0ecea33a7b14cea3aec78353b37e8edcb03f063.jpg)
(b)
Figure 4. (a) Illustration of precision-recall graph at different ranges: 0–10 m, 0–15 m and 0–20 m. (b) Example frame showing detection results as green boxes.
--- ![Image](images/98fc8c7ec1038bf6c10f9b88ece70e68be4b7743b4f17fdb0e100e0329ed1fd4.jpg) ![Image](images/fcd41de03c664e91675a3757ec3ae683f02ff2e7e01b7531388fc91e1a3b8cf4.jpg)
(a)
(b)
![Image](images/71f4680c647d5cb25478fbb753c9d7df2d330e0f2494a126f1f18b6933c6c643.jpg)
(c)
Figure 5. Precision-recall curves of the proposed system, Spinello method and Kiyosumi-Kidono method at different ranges. (a) 0–10 m, (b) 0–15 m and (c) 0–20 m. Our method shows better performance especially at the ranges 0–15 m with many pedestrians occluded.
Kiyosumi-Kidono 方法（Kidono 等人，2011 年）在 Tannenstrasse 数据集上运行，用于比较。结果如图 5 所示。提出的方法通常比 Kiyosumi-Kidono 方法表现更好，尤其是在 0-15 米的范围内。主要原因是，在 0-15 米的范围内，许多人存在部分遮挡。我们的方法可以识别部分遮挡的人，而 Kiyosumi-Kidono 方法则无法识别。 ### 6. 结论 本文提出了一种有效且新颖的基于激光雷达的行人检测方法，该方法解决了行人遮挡和姿势变化大的问题。我们首先使用全局-局部关节部件来表示行人，而不是任意数量的部件，从而更好地适应各种人体姿势。为了有效地找到部分遮挡的行人，首先考虑了人体片段与其相邻物体之间的交互信息。此外，为了确保提取的特征具有鲁棒性，基于切片特征而不是点对点特征构建了部件检测器。实验结果表明，我们的方法在检测性能上明显优于最先进的基于激光雷达的算法，并且即使在较远的距离，也能有效地处理行人遮挡。 ### 鸣谢 我们感谢编辑和审稿人花费时间和精力审阅本文。 ### 声明 作者未报告任何潜在的利益冲突。 ### 资助 本工作由国家自然科学基金（项目编号：61571313、61173182 和 ）以及四川省（项目编号：2014HH0048 和 2014HH0025）的部分资助。 --- ### 参考文献 Arras, K. O., Ó. M. Mozos, and W. Burgard. 2007. "使用增强特征进行 2D 范围数据的行人检测。" IEEE 机器人与自动化国际会议，罗马，4 月 10–14 日，3402–3407。新泽西州皮斯卡塔维：IEEE。 Felzenszwalb, Pedro, F., R. B. Girshick, D. McAllester, and D. Ramanan. 2010. "使用基于概率部件模型的对象检测。" IEEE 模式分析与机器智能期刊 32：1627–1645。doi:10.1109/TPAMI.2009.167。 Hegger, F., N. Hochgeschwender, G. K. Kraetzschmar, and P. G. Ploeger. 2013. "使用局部表面法线的 3D 点云中的行人检测。" RoboCup 2012：机器人足球世界杯 XVI。第 7500 卷，154–165。柏林，海德堡：施普林格。 Kidono, K., T. Miyasaka, A. Watanabe, T. Naito, and J. Miura. 2011. "使用高分辨率激光雷达进行行人识别。" 智能车辆研讨会 (IV)，巴登-巴登，6 月。 Kirchner, N., A. Alempijevic, and A. Virgona. 2012. "基于头部到肩膀特征的人体识别。" IEEE 机器人与自动化国际会议，明尼苏达州圣保罗，5 月 14–18 日，1226–1231。新泽西州皮斯卡塔维：IEEE。 Kok, S., P. Singla, M. Richardson, and P. Domingos. 2010. Alchemy 统计关系人工智能系统：用户手册。。 Mikolajczyk, K., C. Schmid, and A. Zisserman. 2004. "基于鲁棒部件检测的行人检测。" 第 8 届欧洲计算机视觉会议 (ECCV)，69–82。柏林，海德堡：施普林格。 Mozos, O. M., R. Kurazume, and T. Hasegawa. 2009. "使用 2D 范围数据的多层人员检测。" 2009 年 IEEE ICRA 国际机器人与自动化会议研讨会，关于人员检测与跟踪，日本神户，5 月。新泽西州皮斯卡塔韦：IEEE。 Navarro-Serment, L. E., C. Mertz, and M. Hebert. 2010. "基于三维 LADAR 数据的行人检测与跟踪。"《机器人研究国际期刊》，关于第七届现场和服务机器人国际会议的特刊，29(12)：1516–1528。 Oliveira, L., and U. Nunes. 2010. "基于 LIDAR 的上下文感知行人检测。" 智能车辆研讨会 (IV)，加利福尼亚州圣地亚哥，6 月 21-24 日，773–778。新泽西州皮斯卡塔韦：IEEE。 Otsu, N. 1979. "从灰度直方图中选择阈值的方法。"《IEEE 自动化系统事务》9(1)：62–66。 Poon, H., and P. Domingos. 2006. "具有概率和确定性依赖性的判别性推理。"《第二十届美国人工智能学会年会论文集》，马萨诸塞州波士顿，458–463。加利福尼亚州帕洛阿尔托：AAAI。 Premebida, C., and U. Nunes. 2013. "融合 LIDAR、摄像头和语义信息：一种基于上下文的行人检测方法。"《机器人研究国际期刊》32：371–384。doi:10.1177/0278364912470012。 Singla, P., and P. Domingos. 2005. "马尔可夫逻辑网络的判别性训练。"《美国人工智能学会年会论文集》。宾夕法尼亚州匹兹堡。加利福尼亚州帕洛阿尔托：AAAI。 Spinello, L., K. O. Arras, R. Triebel, and R. Siegwart. 2010. "一种用于 3D 范围数据中人员检测的分层方法。"《第二十四届美国人工智能学会年会论文集》，佐治亚州亚特兰大，7 月 11-15 日，1625–1630。加利福尼亚州帕洛阿尔托：AAAI。 Srinivasan, P., and J. Shi. 2007. "基于自底向上的人体识别和解析。"《IEEE 计算机视觉与模式识别会议》，明尼苏达州明尼阿波利斯，6 月 17-22 日，1–8。新泽西州皮斯卡塔韦：IEEE。 Tang, S., M. Andriluka, and B. Schiele. 2013. "遮挡人员的检测和跟踪。"《计算机视觉国际期刊》110(1)：58–69。 Xavier, J., M. Pacheco, D. Castro, A. Ruano, and U. Nunes. 2005. "从激光扫描数据中快速检测直线、弧线/圆和腿。"《2005 年 IEEE 国际机器人与自动化会议论文集》，西班牙巴塞罗那，4 月，3930–3935。新泽西州皮斯卡塔韦：IEEE。 Zivkovic, Z., and B. Kröse. 2007. "使用 2D 范围数据和图像进行基于部分的行人检测。"《智能机器人与系统国际会议 (IROS)》，加利福尼亚州圣地亚哥，10 月 29 日至 11 月 2 日，214–219。新泽西州皮斯卡塔韦：IEEE。