樱桃小公举1. 行人检测技术发展概述
2008年，当我在实验室第一次尝试用HOG特征+SVM分类器实现行人检测时，整个系统跑1帧需要近3秒。如今用YOLOv7处理同样场景，速度已经达到120FPS。这十年间，计算机视觉领域最基础也最具挑战性的行人检测任务，经历了从传统方法到深度学习的革命性转变。
行人检测作为智能监控、自动驾驶等应用的核心技术，其发展轨迹完美诠释了计算机视觉领域的范式迁移。从早期基于手工特征的滑动窗口检测，到如今端到端的深度神经网络，检测精度从最初的50%AP提升到85%以上，速度从秒级进化到毫秒级响应。这个过程中，我们既见证了技术突破带来的性能飞跃，也经历了无数个调参的深夜和模型不收敛的挫败。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 传统方法时代（2008-2012）
2.1 特征工程的黄金时期
在深度学习兴起之前，行人检测的核心在于特征设计。2005年Dalal提出的HOG（Histogram of Oriented Gradients）特征，通过统计图像局部区域的梯度方向分布，首次实现了对行人轮廓的有效表征。我们当时的标准流程是：
- 对输入图像进行多尺度金字塔采样
- 在每个尺度上滑动检测窗口
- 提取窗口内的HOG特征（通常配置为8x8像素的cell，2x2cell组成block）
- 送入预训练的SVM分类器判断是否包含行人
python复制# 典型的HOG特征提取代码示例
import cv2
hog = cv2.HOGDescriptor()
hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector())
boxes, weights = hog.detectMultiScale(img, winStride=(4,4), padding=(8,8), scale=1.05)
实战经验：HOG检测器的性能极度依赖参数调优。winStride（窗口步长）过大会漏检，过小则计算量爆炸；scale参数控制金字塔下采样率，1.05能平衡精度与速度。
2.2 改进方向与局限
研究者们很快发现HOG对遮挡和形变非常敏感。后续出现了许多改进方案：
- Integral Channel Features（ICF）：整合HOG+颜色+梯度等多元特征
- Defo