摘要：
提出了一种新的基于RGB-D数据的人体检测方法，其灵感来自hog (thehistogramoforientedgradients )，设计了一种稳定的基于稠密深度数据的人体检测方法，并将其称为hod (histogramomomodients ) HOD依靠对局部深度变化方向进行编码和预测深度信息的尺度空间搜索，该搜索将使检测过程加快三倍。 然后，提出了HOD和HOG以一定概率组合的RGB-D检测器Combo-HOD。 该方法与几种检测方法的综合比较，包括HOG方法、几种HOD变形方法、用于3D点云的几何检测器、基于Haar的AdaBoost检测器。 在最远8米范围内，等错误率为85%时，实验结果表明，HOD和Combo-HOD对kinect传感器得到的室内环境真实数据集具有鲁棒性。
贡献如下：
1提出了一种基于高密度深度信息的稳健人体检测方法hod (高清晰度深度)，其灵感来源于histogramoforientedgradients (hog )和Kinect RGB-D传感器的深度特征
2根据训练的尺度到深度映射和新积分图的使用方法进行预测深度信息的尺度空间搜索；
提出了一种基于Combo-HOD、新型RGB-D数据的人体检测融合方法；
4在实验比较中，综合比较了HOG法、几种HOD的变形法、3D点云用几何检测器、基于Haar的AdaBoost检测器等多种方法。
效果如下。
详细介绍：
1 hog:histogramsoforientedgradients
此方法使用固定大小的检测窗口，并将窗口划分为统一的网格(以单元格为单位)。 计算每个单元格中像素的梯度方向，并将其合并到一维直方图中。 直观地说，局部外观和形状可以通过局部坡度的分布来描述，而无需知道这些坡度在网格中的准确位置。 将一组单元聚合到blocks中，使局部对比度归一化。 将所有块的直方图串联起来，构成检测窗口的描述符向量。 此描述符向量用于训练线性SVM分类器。 检测人体时，在图像的不同尺度空间滑动检测窗口，计算每个位置和尺度的HOG描述符，用学习到的SVM分类器进行分类。
2 hod : histogramsoforienteddepths
1 )原理)操作流程与HOG基本相同，包括将固定窗口划分为cell，计算每个cell的描述符，并将深度方向的梯度统计为一维直方图。 四个单元组成一个块，通过集合和归一化达到L2-Hys[6]单元长度，对深度噪声更具鲁棒性。 直观的表现是局部深度变化的排列可以很好地表现局部的3D形状和外观。 最后得到的HOD特征向量用于训练软线性SVM分类器，采用论文[6]给出的两种训练方法。
2 )深度图像预处理：如Section中已经讨论的，原始深度图对真实距离的编码非常不均匀。 对于远目标，一个深度值可以适应15cm的距离变化。 这对HOG/HOD框架非常重要。 因为在这种方法中，目标轮廓周围的块占有很大的权重。 特别是与具有最高正权重的SVM超平面相对应的块。 因此，对具有式(1)的原始深度图进行预处理，强化前景和背景的分割。 为了提高坡度计算的数值稳定性，将得到的米深度值乘以M/Dmax。 其中M=100表示恒定增益，Dmax=20是最大距离，单位是米。 该预处理步骤类似于提高深度图像对比度的伽马校正思路。 我们可以利用一些关于传感器的知识，使用良好的身体模型消除非线性的影响。
3 )尺度空间搜索，用于预测深度信息)许多视觉检测方法，如HOG，是通过利用图像中尺度空间的搜索来发现目标的。 在HOD法中，可以利用深度信息导出该搜索过程。 有了预知深度信息的估计，搜索将更加高效准确。
改进我们搜索过程的思想是提出一种在深度图的每个位置快速区分兼容尺度的方法。 首先，根据训练数据集计算出平均人体高度Hm，准确标注了数据集的地面位置和各样本的高度。 然后，在以下公式中使用该信息来计算比例到深度的映射，如图4所示。
Fy为红外相机垂直焦距长度，Hm=1.74m为人体平均高度，Hw为检测窗尺度为1时的高度，单位为米。 公式2的左侧部分表示高度Hm的半个平面在距离d处与照相机的图像投影垂直。 为了限制存储器使用，每1/3个尺度量化函数2。 计算深度图中每个像素的比例s，从而形成一个比例图，从中可以得到所有比例的列表s。 此列表s仅包含图像中人体可能存在的位置的比例。 这种方法可以在图像金字塔的所有尺度上避免启发式搜索。
使比例列表s与每个图像对应，进行比例空间的搜索。 检索时，只有在检索窗口的深度信息与列表s中的尺度对应的情况下，才将其带到SVM分类器进行分类。
解决这一问题的简单做法是选择尺度列表S中的一个尺度s，看检测窗口中每个位置的深度值是否与s兼容。这种方法需要扫描搜索窗口中的每个位置并测试是否有至少一个深度值与s兼容，计算复杂度很高，尤其是遇到大尺度时。
通过使用积分图[14]，我们提出一种更快速地可在O(1)时间内完成的测试尺度是否兼容的方法。积分图是一种可快速计算矩形区域内像素值和的技术。积分图中每个点的像素值是原图中该点左上方所有点像素值的和。构建积分图的过程耗时O(N)，N是原图的尺寸大小。使用积分图的主要优点是可通过4次减法快速计算面积积分。将此原理扩展到积分张量，即多层积分图，层数与受公式2量子化影响的S中的尺度个数相同。积分张量中的每层是一个二进制图像，其非白像素对应该层的尺度。这样就可以高效地测试给定搜索窗口是否包含至少一个某一尺度的像素。积分张量的构建每张图片需要进行一次。
检测时，选择S中的一个尺度s。对于每个搜索窗口位置，用积分张量中对应尺度s的层对搜索窗口进行面积积分。如果结果大于0，说明至少有一个与尺度s兼容的深度像素，则计算HOD描述子；否则该检测窗口不被考虑，继续测试下一个窗口。
3 Combo-HOD
上面介绍的两种检测方法都是单独考虑彩色数据或距离数据。为了利用丰富的RGB-D数据，我们现在提出Combo-HOD，一种新的结合两种数据的检测方法。这种结合意义重大：深度数据对光照变化具有鲁棒性，但会受到返回信号强度过低的影响，并且分辨率有限。彩色图像具有丰富的数据颜色和纹理，较高的角坐标分辨率，但在非理想光线下很快失效。
Combo-HOD是分别在图像数据上训练一个HOG检测器，在深度数据上训练一个HOD检测器。此方法依赖于上面介绍的预知深度信息的尺度空间搜索：每个检测窗口都有一个对应的兼容的尺度，在深度图上计算HOD描述子，利用同一检测窗口在彩色图上计算HOG描述子。当无深度数据可用时，检测器自动退化为标准HOG检测器。需要一个校准程序来计算将两种图片合理对应起来的外部参数。
当HOG和HOD描述子都经过分类后，就该进行信息融合了。决策函数由HOD或HOG描述子和SVM超平面加偏移的点积的符号来给定。为了融合这两个信息，我们根据论文[19]中Platt等提出的方法，对每个SVM的输出拟合一个S型函数，将输出值映射到概率轴。来自HOD检测器的概率pD和HOG检测器的概率pG通过信息滤波器进行融合：
p是最终得到的检测出人体的概率，是验证集中错误率相同时HOD出错个数占HOG出错个数的比率，。
结果：
对比方法结果展示
检测结果展示