中文摘要：

本项目专门研究视频中以行人为视觉目标的视觉内容抽取与分析方法，主要包括行人的检测、分割、跟踪、姿态估计、识别等，我们称之为行人视觉。行人视觉是计算机视觉领域的一个重要应用基础问题，在智能视觉监控、汽车辅助驾驶和智能交通管理等系统中具有十分重要的应用价值。该研究是一个极富挑战性的课题，行人的视觉表观受众多因素的影响，除了具有共性的光照及环境因素外，还包括衣着、多关节姿态、自遮挡等，其变化的尺度、范围、形体形式等极具代表性，使该问题的研究不仅有鲜明的应用背景，而且有深远的学术意义。本项目重点研究行人视觉新途径和新算法，将行人的检测、分割、跟踪、姿态估计、识别等作为一个整体来考虑作深入系统的研究。紧紧围绕视频数据的特点，区别于单纯的图像，探讨时空一体的视觉目标研究新方式。主要研究内容为快速鲁棒的行人检测算法，稳定可靠的行人跟踪算法，快速精确的行人分割方法，以及姿态估计和行人识别方法。

结论摘要：

本项目研究了视频中以行人为视觉目标的视觉内容抽取与分析方法，主要包括行人的检测、分割、跟踪、姿态估计、再识别等，我们称之为行人视觉。行人视觉是计算机视觉领域的一个重要应用基础问题，在智能视觉监控、汽车辅助驾驶和智能交通管理等系统中具有十分重要的应用价值。该研究是一个极富挑战性的课题，行人的视觉表观受众多因素的影响，除了具有共性的光照及环境因素外，还包括衣着、多关节姿态、自遮挡等，其变化的尺度、范围、形体形式等极具代表性，使该问题的研究不仅有鲜明的应用背景，而且有深远的学术意义。本项目将行人的检测、分割、跟踪、姿态估计、再识别等作为一个整体来考虑进行了深入系统的研究，取得了一系列研究成果，主要包括快速鲁棒的行人检测算法，稳定可靠的行人跟踪算法，快速精确的行人分割方法，以及姿态估计和行人再识别方法等。此外，在人像分割方面也进行了探索性研究，包括衣服和头发的分割方法。