《小超教你写论文》第三篇-Caltech Pedestrain Benchmark,很利于研究的行人检测数据库介绍

《小超教你写论文》系列第三篇-Caltech PedestrianBenchmark介绍（小弟认为，目前最好用的数据库）

这里是《小超教你写论文》系列第三篇。众所周知，做ComputerVision研究最重要的是数据库。由于CV主要处理图片和视频，所以数据容量会非常大，又由于CV研究多是目的依赖型，所以不同场景同一算法的performance可能会差很多，因此一个内容丰富且国际通用的数据库就很重要。

如果你真在做有关行人检测的研究，无论你现在是用的INRIA数据库还是PASCAL数据库，我都建议你使用Caltech PedestrianBenchmark数据库，它是由Caltech（加州理工，梦想中的学校，泰晤士报排名世界第一，高于牛津，斯坦福，哈佛）的一个视觉小组整理的，有着丰富的标注，也极具挑战性。

下面对Caltech Pedestrian Benchmark做个简单介绍，更详细内容可以参照2012年的PAMI。

为了形成数据库，作者收集了仅10小时的30Hz视频（约百万帧），视频在市区场景下行驶的汽车上的相机拍摄。而后从10小时的视频中，作者选取了137分钟，约250000帧图像，里面约含2300个单独行人，作者标注了350000个BBs（bounding box）。完成整个工作耗费了作者400小时时间，外国研究人员的努力令人胆颤啊，小弟已跪拜。

通过上面，我们可以看到此数据库数据量还是可以的（目前最大），那么类型是否足够丰富呢，作者在文章中有着详细介绍，这里转述一下。

1.尺寸方面

  一般的数据库中行人大小在100pixel左右，如INRIA平均279，ETH平均90，而真正在实际应用中，根据图1的scene geometry，以时速55Km/h计算，我们可以算的pedestrian在30到80pixel之间才能给司机提供足够预警时间。而30到80像素的行人正是Caltech的最主要行人数据，在其中占到69%，且benchmark的平均行人高度为48，符合实际情况。

2.遮挡方面

一般数据库中，只给出正当后的标注，而Caltech他们不但标出了遮挡的行人，还标出了可见部分和整体部分。这样，我们就可以将数据库根据遮挡情况分为不同的类型，如没遮挡，部分遮挡，严重遮挡等进行研究。

3位置方面

这个方面的统计数据，对于算法研究没有很重要意义，但是对于实际应用是种启示。因为如果实际application中真的装在车上，那么行人在27度视场角情况下，一般分布在视场中部。

之所以推荐这个数据库，除了数据库本身特点外，还因为作者用此数据库测试了几乎全部主流行人检测算法，且测试结果放在了网站上，非常方便我们进行对比。

另外，既然是将写文章的系列，最终还是要回到写文章上。写文章最重要的不是确定算法，或是提出模型，最重要的是寻找问题和切入点。那么，行人检测，或是此数据上的研究有哪些问题和切入点呢？作者为了促进研究，也给我们总结了7点，小弟窃取出来，大家一起研究啊。

1.小尺寸 换句话说，就是低分辨率。由以上可知，在实际应用中，低分辨率是很重要且必须解决的问题，但由于以前数据库的原因，大多研究集中在较高分辨率的行人部分，有了Caltech数据库，希望大家能看重并解决这个问题。

2.遮挡     遮挡问题由来已久，研究也不少。但以前没有数据库将遮挡问题做出这么详细的分类，因此，Caltech数据库的出现更方便了大家的研究。

3运动     自古，检测和跟踪不分家，两者还可以互相促进。还记得有大神在HOG之后直接提出HOF，利用能表示运动的光流场来作为特征。行人，Pedestrian，不是Human，特征之一就是motion。能利用motion最为特征，是很好的创新点。

4短时整体 与3中思想一样，虽然检测不同于跟踪，但若能结合两者特征，从几帧，即从短时整体的角度去看待问题，一定会有不小的收获哦。

5上下文    马克思主义哲学说，万事万物都是有联系的。找到其中的联系，我们就能有更强的能力，整体和部分，内部和外界，过去和现在和未来，找到联系，找到上下文，就能取得更好的效果。

6新型特征   特征是一种模型，爱因斯坦说所有模型都是错误的。所以，小弟敢说，所有特征都是不完美的，一定有更好的特征存在。当然，大家都知道这有多难，但你想想，一个新颖的特征，能直接将你送到学术顶尖位置，想想都爽。。。。这个创新点，很好很强大，你们努力吧，小弟自认资质愚钝，这个方面就不想了

7数据     现在，大部分研究都是基于INRIA数据库的，作者希望大家能使用Caltech数据库。将你的算法在新的数据库上试试，思考一下结果的问题和原因，说不定能发现算法缺陷，或迸发出新的想法呢。

好了，《小超教你写论文》系列第三篇就写到这了，总之，强烈向所有做行人检测的人推荐Caltech数据库。第四篇本来准备写第一篇文章对应的代码实现及解析呢，但现在想想没有时间了，还是赶紧想想自己文章的创新点和算法吧。所以，下一篇，应该是新文章的创新点探索分析讲解。

忘了说了，数据库在作者网站上有，网址在文中链接的PAMI文章中有。