초록
이 논문은 여러 최고 성능의 보행자 검출기들이 중간 계층을 통해 저레벨 특성을 필터링하고 부스팅된 결정 트리를 결합하여 모델링될 수 있다는 관찰에서 시작합니다. 이 관찰에 기반하여 우리는 통합적인 프레임워크를 제안하고 다양한 필터 가족들을 실험적으로 탐구하였습니다. 우리는 체계적인 분석을 가능하게 하는 광범위한 결과를 보고합니다.필터링된 채널 특성을 사용함으로써 Caltech와 KITTI 데이터셋에서 도전적인 성능을 달성하였으며, 저레벨 특성으로는 HOG+LUV만을 사용하였습니다. 광학 흐름 특성을 추가하면 검출 품질이 더욱 개선되며, Caltech 데이터셋에서 알려진 최고의 결과를 보고합니다. 1 FPPI(False Positive Per Image)에서 93%의 재현율(recall)을 달성하였습니다.