{
  "paper_id": "cba0e80b06d863a3f006ddc4b40d726b",
  "paper_title": "Reliable Human Detection and Tracking in Top-View Depth Images",
  "paper_authors": [
    "Michael Rauter"
  ],
  "publication_date": "",
  "publication_venue": "2013 IEEE Conference on Computer Vision and Pattern Recognition Workshops",
  "abstract": "本文提出了一种在顶视深度图像中进行人体检测和跟踪的方法。我们引入了一种新的特征描述符，在给定场景下优于最新的特征如简化局部三值模式（SLTP）。我们使用该特征描述符训练一个基于判别式类方案的头部-肩部检测器。一个单独的处理步骤确保只评估最少但足够的头部候选区域。这有助于实现优异的运行性能。最后的跟踪步骤可靠地传播检测结果并提供稳定的跟踪结果。该方法的质量使我们能够识别许多具有挑战性的场景，如尾随和背靠背行走。",
  "keywords": [
    "human detection",
    "depth image",
    "top-view",
    "tracking",
    "feature descriptor",
    "support vector machine"
  ],
  "paper_institutions": [
    "Austrian Institute of Technology"
  ],
  "output_language": "zh",
  "provider": "doubao",
  "model": "ark-code-latest",
  "prompt_template": "simple",
  "extracted_at": "2026-08-16T19:47:16.607989Z",
  "template_tag": "simple",
  "summary": "### 摘要\n本文针对顶视深度图像中的人体检测与跟踪问题，提出了一种不依赖背景建模的鲁棒方法。该方法利用深度相机的顶视视角，通过局部最大值搜索生成初始候选点，再采用类似均值漂移的梯度爬升算法精确定位头部中心，并使用基于新特征描述符的SVM分类器进行头肩验证。所提出的特征描述符采用参考块计算深度差，并以环形块配置构建直方图，具有旋转不变性，在测试中优于简化局部三值模式（SLTP）。实验使用人工标注并旋转增强的数据集（训练4212正样本、14040负样本，测试5184正样本、7344负样本），结果表明该特征在真负率上显著优于SLTP，且整体算法平均运行时间仅为3.43毫秒（单核）。该方法已集成到自动边境控制系统中，能够成功处理尾随、背靠背、携带行李等复杂场景，但帽子与肩膀组合可能造成误检。未来工作包括将特征与其他模态（如彩色HOG）结合以及利用多核并行加速。\n\n### 关键要点\n- 提出了一种不依赖背景建模的人体检测与跟踪方法，避免了背景建模的常见缺陷。\n- 引入新的深度特征描述符，利用参考块计算深度差，优于SLTP特征。\n- 特征采用环形块配置，具有旋转不变性。\n- 使用积分图像高效计算块内平均深度，并处理无效深度像素。\n- 检测流程包括局部最大值搜索、梯度爬升头部定位和SVM分类，有效减少候选数。\n- 数据集包含4212个正样本和14040个负样本训练，测试集为5184正和7344负，均经10°旋转增强。\n- 实验表明所提特征在真负率上优于SLTP，整体检测性能出色。\n- 算法平均运行时间为3.43毫秒，其中头部假设生成耗时最长，SVM分类约1.09毫秒。\n- 跟踪算法采用关联成本矩阵和三种关联规则，可抑制误检并生成稳定轨迹。\n- 在自动边境控制系统中验证，能够处理尾随、背靠背、携带行李等场景。\n- 局限性：当帽子与人的肩膀高度接近时可能产生误检。\n- 未来方向包括结合彩色HOG特征以及利用多核并行加速处理。"
}