{
  "paper_id": "b64bafe3183f460a8def7d29e58b445a",
  "paper_title": "An Attempt to Pedestrian Detection in Depth Images",
  "paper_authors": [
    "Shengyin Wu",
    "Shiqi Yu",
    "Wensheng Chen"
  ],
  "publication_date": "",
  "publication_venue": "2011 Third Chinese Conference on Intelligent Visual Surveillance",
  "abstract": "We investigate pedestrian detection in depth images. Unlike pedestrian detection in intensity images, pedestrian detection in depth images can reduce the effect of complex background and illumination variation. We propose a new feature descriptor, Histogram of Depth Difference (HDD), for this task. The proposed HDD feature descriptor can describe the depth variance in a local region as Histogram of Oriented Gradients (HOG) describes local texture cues. To evaluate pedestrian detection in depth images, we also collected a large dataset, which contains not only depth images but also the synchronized intensity images. There are 4673 pedestrian samples in it. Our experimental results show that detecting pedestrians in depth images is feasible. We also fuse the HDD feature from depth images and HOG from intensity images. The fused feature gives an encouraging detection rate of 99.12% at FPPW=10^{-4}.",
  "keywords": [
    "Pedestrian detection",
    "Depth image",
    "HDD"
  ],
  "paper_institutions": [
    "College of Computer Science and Software Engineering, Shenzhen University",
    "College of Mathematics and Computational Science, Shenzhen University"
  ],
  "output_language": "zh",
  "provider": "doubao",
  "model": "ark-code-latest",
  "prompt_template": "simple",
  "extracted_at": "2026-08-16T19:47:21.428082Z",
  "template_tag": "simple",
  "summary": "### 摘要\n本文针对深度图像中的行人检测问题展开研究，旨在克服传统强度图像检测中对复杂背景和光照变化的敏感性。与利用颜色或纹理信息的传统方法不同，深度图像直接提供距离信息，天然对光照变化具有鲁棒性。我们提出了一种新的特征描述子——深度差分直方图（HDD），其灵感来自HOG，通过计算像素在X和Y方向的深度差分来构建局部深度变化的直方图，并采用线性SVM作为分类器。为了验证该方法，我们使用瑞士Mesa Imaging AG的TOF相机（SR4000）采集了一个包含同步强度图像和深度图像的数据集，共4673个行人样本，在三个不同室内环境中捕获，行人姿态为站立或行走且无遮挡，样本被归一化为64×128像素。在实验中，我们分别使用HDD（深度图像）和HOG（强度图像）进行对比，并尝试将两者特征拼接融合（7560维）。在检测错误权衡（DET）曲线评估下，HDD在FPPW=10^-4时的漏检率为3.8%，优于HOG的12.3%（同一数据集）；融合特征后漏检率降至0.88%，检测率达到99.12%，表明深度图像行人检测可行且具有独特优势。未来工作将探索更高分辨率的深度相机（如Kinect）以及户外场景下的激光雷达方案。核心机制在于利用深度图像的边界方向信息：人体通常比背景更靠近相机，因此HDD在360°范围内划分方向区间，无需像HOG那样翻转方向，从而更准确地表征局部深度变化。\n\n### 关键要点\n- 提出了一种新的特征描述子HDD（Histogram of Depth Difference），用于深度图像中的行人检测，通过计算深度差分来描述局部深度变化。\n- HDD的灵感来自HOG，但方向区间覆盖0°到360°，而HOG仅覆盖0°到180°，因为深度图像中人体边界方向具有明确指向性。\n- 采用线性SVM作为分类器，与Dalal和Triggs的HOG方法保持一致，以便公平比较不同特征。\n- 构建了一个包含4673个行人样本的新数据集，同时包含深度图像和同步强度图像，由TOF相机（SR4000）在三个室内环境采集。\n- 数据集包括3160个正训练样本、1477个正测试样本，以及14199个负训练样本和56802个负测试样本，全部手动标注。\n- 实验中HDD在FPPW=10^-4时达到3.8%的漏检率，而HOG在同一数据集上为12.3%，表明HDD优势明显。\n- 将HDD（深度）与HOG（强度）特征拼接成7560维向量进行融合，漏检率降至0.88%，检测率高达99.12%。\n- 深度图像对光照变化不敏感，而强度图像易受光照和背景干扰，这是HDD性能提升的关键原因。\n- 参数实验中，HDD的18个方向区间优于9个，表明更细的方向划分有助于提升检测性能。\n- 当前深度相机分辨率较低（176×144）且存在噪声，未来计划使用更高分辨率的Kinect（640×480）以改善精度。\n- 该深度相机依赖主动红外光源，仅适用于室内环境，户外场景需要激光扫描仪等其他设备。\n- 该数据集已公开，可在指定网址获取，便于后续研究比较。"
}