{
  "paper_id": "192448d72c580d9a6d53866949b2f82c",
  "paper_title": "Fourier Features For Person Detection in Depth Data",
  "paper_authors": [
    "Viktor Seib",
    "Guido Schmidt",
    "Michael Kusenbach",
    "Dietrich Paulus"
  ],
  "publication_date": "",
  "publication_venue": "Computer Analysis of Images and Patterns",
  "abstract": "A robust and reliable person detection is crucial for many applications. In the domain of service robots that we focus on, knowing the location of a person is an essential requirement for any meaningful human-robot interaction. In this work we present a people detection algorithm exploiting RGB-D data from Kinect-like cameras. Two features are obtained from the data representing the geometrical properties of a person. These features are transformed into the frequency domain using Discrete Fourier Transform (DFT) and used to train a Support Vector Machine (SVM) for classification. Additionally, we present a hand detection algorithm based on the extracted silhouette of a person. We evaluate the proposed method on real world data from the Cornell Activity Dataset and on a dataset created in our laboratory.",
  "keywords": [
    "People detection",
    "Silhouette detection",
    "Hand detection",
    "Fourier features",
    "Service robots"
  ],
  "paper_institutions": [
    "Active Vision Group (AGAS), University of Koblenz-Landau"
  ],
  "output_language": "zh",
  "provider": "doubao",
  "model": "ark-code-latest",
  "prompt_template": "simple",
  "extracted_at": "2026-08-16T19:47:19.389612Z",
  "template_tag": "simple",
  "summary": "### 摘要\n本文旨在解决服务机器人场景中人检测与手检测的核心问题，以支持自然的人机交互。相关工作多采用HOG、HOD或形状匹配等方法，本文提出利用Kinect类RGB-D相机数据的几何特征进行检测。提出的方法首先通过深度直方图和基于模型的搜索提取候选区域，对每个候选计算两个新颖特征：正面特征和宽度特征，分别编码人的正面深度轮廓与肩宽差异。两个特征经离散傅里叶变换（DFT）后，保留前六个系数组成低维特征向量，并用于训练径向基核函数的支持向量机（SVM）。此外，结合距离线索和肤色直方图实现手部检测。实验数据采用康奈尔活动数据集（CAD-60）中四个人的若干子集，以及自建的457幅图像的手部检测数据集。特征长度原始为50，经傅里叶变换后保留前六个系数；实验参数中切片厚度为0.1米，兴趣区域高度b=0.5米。在数据集上评估了单独使用正面特征、单独使用宽度特征以及两者组合三种配置，结果表明单独使用任一特征时召回率普遍高于90%，组合后召回率下降；手部检测的召回率为73%、精确率为79%。局限性包括人弯腰或头部被遮挡时的检测困难，以及复杂光照下肤色不一致导致的手部漏检。未来工作将扩展几何模型以检测弯腰姿态。\n### 关键要点\n- 提出基于RGB-D数据的人检测算法，利用深度直方图和模型搜索产生候选区域，再通过SVM分类。\n- 设计了两个几何特征：正面特征表示头部和上体的平均深度轮廓，宽度特征表示每行左右边界距垂直距离的变化。\n- 将两个特征转换为频域，仅保留前6个傅里叶系数构成特征向量，既降低维度又保持距离不变性（省略常数分量）。\n- 实验采用康奈尔活动数据集（CAD-60）中的5个子集，每包含多名站立或坐立的人，并手动标注位置。\n- 数据划分：60%用于训练，40%用于测试，评估了单独正面特征、单独宽度特征及两者组合三种配置。\n- 单独使用任一特征时，所有测试者的召回率均超过90%，而组合特征导致召回率下降，因此推荐仅用单一特征。\n- 精确率普遍低于召回率，表明算法倾向于漏检而非误检，且可通过参数调节改善。\n- 手部检测基于提取的人体轮廓：距离线索计算到质心线的距离，肤色线索利用脸部HSV直方图的高值类建立参考。\n- 手部检测在自己采集中457幅测试图像上达到召回率73%、精确率79%，主要受复杂光照影响。\n- 算法在人物弯腰或头部被遮挡时表现不佳，未来将扩展几何模型以涵盖更多姿态。\n- 所有特征基于公制数据，未进行尺度归一化，从而避免将玩具等类似轮廓但大小不同的物体误认为人。",
  "available_templates": [
    "deep_read",
    "simple"
  ]
}