Abstract
近年來，由於各種安全系統的需求，使得行人偵測(pedestrian detection)技術發展得相當成熟。但是一般的做法都只考慮在單張靜態影像的效能，而忽略了視訊中前一個畫面(frame)可能帶給我們的訊息，使得實際應用上變得沒有效率。本篇論文的目的是要利用關鍵畫面(key-frame)的概念，把物件追蹤(object tracking)的方法結合到影片的行人偵測上。我們將在關鍵畫面偵測得到的行人位置、大小記錄下來，在關鍵畫面間距(interval)時利用這些資訊去做物件追蹤，使得可以快速找到行人的位置、大小等訊息，避免重複搜索時間軸上相鄰的畫面而造成不必要的運算。本文討論的架構大概分成三種，第一種是在單張的關鍵畫面上先偵測行人，然後在後幾張用這些結果作追蹤。第二種是雙向追蹤法，在關鍵畫面做行人偵測後，利用這些結果往前與往後作追蹤，再結合兩個方向的追蹤結果。第三種是可適性的切換模式，先藉由偵測的結果做觀察，等到符合我們設定的條件的時間點，再切換過去追蹤模式。物件追蹤的方法則採用基於梯度與色彩特徵的粒子濾波器(particle filter)，為了可以簡單且快速的找到相同的物體。在我們的實驗結果顯示，雖然這樣的作法造成偵測率(detection rate)些微下降，但是同時會有一定的效率提升。而且現在針對不同物體都適用的偵測方法的研究也越來越多，未來應用到多重物體的系統上，可能會使得效率的改善上更加明顯。