项目理念 | （强大的行人检测）

该项目的目的是开发一种可以有效检测行人的应用程序。基于运动的目标检测问题可以分为两部分：
a) 对行人和非行人特征进行分类
a) 在每一帧中检测行人
b）随着时间的推移关联对应于同一对象的检测

工具：该项目基于机器学习，我们可以提供行人和非行人的图像数据集作为训练数据给软件工具，该软件工具将使用 Adaboost 分类器或 SVM 等提取重要特征以及强/重要特征的类似组合将被取出进行后期处理。我们可以使用Python或 Matlab 作为该系统的构建工具。

实施：这种工具的实施取决于两个因素——特征提取和对象检测方法。
因此，您可以使用在线提供的各种分类器，还可以阅读有关基本特征提取算法的信息。

研究：在图像中检测人类是一项具有挑战性的任务，因为它们的外观各不相同。这是一个蓬勃发展的研究课题，在实时应用中监控大量人群仍在继续。研究领域包括图像处理、人工智能和机器学习。

参考：
IEEE 交易论文 https://lear.inrialpes.fr/people/triggs/pubs/Dalal-cvpr05.pdf
调查论文：http://www.thesai.org/Downloads/Volume5No10/Paper_7-A_Survey_of_Pedestrian_Detection_in_Video.pdf