行人属性识别纸张列表[ ] 人物属性识别纸质清单 从2014年到2020年在PETA和RAP数据集上的性能比较。我们发现，在两个大型基准数据集上，基线方法CNN-SVM的性能远胜于最近基于深度学习的PAR方法。 有趣的是，我们还可以发现，当前基于深度学习的方法的准确性是可比的，并且与几年前提出的深度PAR算法相比，当前方法（在2020年）没有显着改善。 那么，如果基于深度学习的PAR算法达到瓶颈，那么下一步该怎么办？ 笔记： 欢迎来到我们的微信群进行进一步讨论，请扫描此 或扫描此内容以添加我的[注意：姓名+学校/公司] 如果您找到有关人的属性识别的更多相关论文，请给我发送电子邮件： [ ] [] [] 如果您发现此调查对您的研究有用，请考虑引用以下文章： @article{wang2019parsurvey, title={Pedestrian attribute re

用python实现的可以将Caltech Pedestrian数据集转换为VOC格式的数据集的工具，已修改部分代码，修复原始代码中转换seq文件时会输出空文件夹的bug。

mobilenet_ssd_pedestrian_detection 基于Mobilenet SSD的行人检测。 培训信息 数据集：加州理工学院步行者数据集 Caffe Mobilenet SSD： :

多光谱行人检测资源 用于多光谱行人检测的资源列表，包括数据集，方法，注释和工具。 数据集 ：KAIST多光谱行人数据集由从车辆中提取的95k色温对（640x480，20Hz）组成。 手动注释所有对（人，人，骑自行车的人），总计103,128个密集注释和1,182个唯一的行人。 注释包括边界框（如Caltech Pedestrian Dataset）之间的时间对应关系。 ：CVC-14数据集由两组序列组成。 这些序列被命名为昼夜设置，这是指它们被获取的当天的时刻，Visible和FIR取决于用户对序列进行记录的摄像机。 用于在白天训练3695张图像，在夜间训练3390张图像，每个序列带有大约1500条强制性行人注释。 用于测试两个序列的约700张图像，白天约有2000名行人，晚上约有1500名行人。 ：同步的带注释的热图像和非带注释的RGB图像，以供参考。 应该注意的是，红外图像和RGB

随机游走matlab代码提高人行道稳定性和舒适度的步行步行研究与建模 毕业论文 - 行人步行的研究和建模，以提高人行道的稳定性和舒适度 该项目的一部分是在摩德纳和雷焦艾米利亚大学（意大利）科学与工程方法系与克里特技术大学（希腊）合作实施的。 委员会： 项目主管：助理教授Fabrizio Pancaldi，摩德纳和雷焦艾米利亚大学（UNIMORE）助理教授 毕业论文导师：Zervakis Michalis教授，克里特科技大学副校长兼教授 委员会成员：George Karystinos教授，克里特科技大学教授 抽象的： 人行天桥或人行道的静态稳定性可以通过机械和土木工程领域开发的几种方法进行有效评估。 另一方面，人行道的动态稳定性代表了一个未充分探索的领域，仅在过去两年中，才对此类结构的舒适性进行了研究。 人行道有摇摆倾向，会引起使用者的恐慌和不安全感，需要妥善处理，以保证行人的安全。 在本论文中，我们介绍了一种使用高斯混合模型对人类步行进行建模和仿真的创新算法。 我们的模型满足了工程师简单易用的要求，适合准确评估人行道的动态稳定性。 此外，我们实施了一个模拟器，可用于提供人类行为下地板振

PDR算法matlab代码

yolov5 + deepsort实现了行人计数功能， 统计摄像头内出现过的总人数，以及对穿越自定义黄线行人计数效果如下 运行 python person_count.py 详细见本人博客：

用python实现的脚本，可以高效转换caltech pedestrian dataset,包括 annotation（.vbb格式）和dataset（.seq格式）的转换，最后.vbb格式可以转换为.xml格式，.seq格式可以转换为.png格式。还是很不过的一个python脚本资源！如果要做行人的训练，还是很好用的！

行人检测代码 VS编译通过 Real-Time Human Detection Using Contour Cues论文的源代码

行人检测与距离预测 （pedestrian detection and social distance prediction） 代码、模型、DEMO视频