1.4 问题和不足

尽管在计算机视觉领域内，许多学者都对行人检测工作进行了有益的尝试，但到目前为止还没有一个通用的、高性能的、实时的和顽健的行人检测算法，许多算法和模型或者过于简单而不能普遍采用，或者过于复杂难以在实际中应用。对于智能汽车的行人检测技术研究目前存在以下主要问题。

（1）行人的轮廓、大小、衣服的颜色和纹理等外表特征差别很大、运动姿态万千并且外界环境光照变化也较大。另外，城市交通环境下，运动或者停留的车辆、路标、信号灯等对行人检测都具有很大的影响，使从背景中分割出感兴趣区域的工作变得困难。

（2）复杂场景中行人与行人之间、行人与其他运动目标，还有行人自身的遮挡问题等。遮挡的存在造成了行人部位的缺失，会使基于整个人体特征的检测器检测效率低。

（3）行人检测的离线学习算法训练时需要大量的标注样本，训练时间较长，并且不能根据场景和样本的变化进一步更新。