摘要 ?本文提出了一種實時并且精準的人體檢測架構C4。C4在目前最高精確度下可以達到20幀每秒的檢測速度，并且是在只使用一個處理線程和不使用GPU等硬件的情況下達到的。能達到實時而精確的檢測源于以下兩點：第一，相鄰像素差值的符號是描述輪廓的關鍵信息；第二，CENTRIST描述子非常適合做人體檢測，因為它編碼了符號信息并且可以隱式地表達全局輪廓。使用CENTRIST描述子和線性分類器，我們提出了一種不需要顯式生成特征向量的計算方法，它不需要圖像的預處理或特征向量的歸一化，只需要O(1)時間去測試一個圖片區域。C4也非常適合進一步的硬件加速，我們在一個嵌入式的1.2GHz CPU上同樣實現了20fps的高速人體檢測。

Ⅰ引言

人體檢測在生活中應用廣泛：監控系統和機場安全，自動駕駛和駕駛輔助系統，人機交互，互動娛樂，智能家庭和老人輔助，軍方的尋人應用等。廣泛的應用和挑戰吸引了很多研究者參與到其中來。

本文的目的是以最少的誤報率進行實時而精確的人體檢測。在機器人系統上，計算效率尤其重要，不僅要達到實時的檢測，還要做的占用盡量少的CPU資源，使得其他任務例如路徑規劃、導航等不會受到影響。

目前的人體檢測在很多方面已經達到問題的前沿，例如：特征、分類器、速度、遮擋處理等，引文[1]~[11]做了詳細論述。然而，至少還有兩個重要問題沒有得到解決：
(1)實時檢測檢測速度非常重要，因為實時檢測是很多現實應用[12]的先決條件。
(2) 確定最重要的信息源 HOG[1]和LBP[8]特征在人體檢測中取得了成功，但我們還不是很清楚的了解這些特征中最重要的信息是什么，或者說，為什么這些特征可以取得這么好的檢測效果。

在本文中，我們認為這兩個問題是緊密相關的，我們證明合適的特征選擇會帶來高效的檢測結果。事實上，特征計算是現有方法的主要瓶頸，現有方法即使使用GPU的100+并行處理線程，也只能達到大約10fps的檢測速率。大多數時間都耗費在了特征計算上(包括圖像預處理、特征構建和特征向量歸一化)。

本文主要解決了兩個問題。第一，通過一系列精心設計的實驗(見SectionⅢ-A)表明表征身體外沿的輪廓特征可以提供人體檢測的重要信息。我們發現相鄰像素差值的符號對于表示輪廓至關重要，但差值的大小沒有符號信息重要。

第二，我們提出用輪廓線索(contour cues)進行人體檢測，并表示成熟的CENTRIST[13]特征非常適合人體檢測(見SectionⅢ-B)。CENTRIST編碼了像素差值的符號信息，并且可以表示全局(大規模)輪廓。在SectionⅢ-C中，我們將CENTRIST與其他特征進行了對比。

CENTRIST特征在速度上非常吸引人，在SectionⅣ中，我們提出了一種不包括圖像預處理和特征向量歸一化的評價方法。事實上，沒有必要顯式地計算CENTRIST特征向量，因為它已經無縫的嵌入在分類器中，能夠達到視頻流檢測速度。我們使用層級分類器，所以將此方法叫做C4：detecting humanContour using aCascadeClassifier and theCENTRISTdescriptor.

C4可以在不使用GPU的單線程上實現精確地實時人體監測。在SectionⅤ中，我們用兩種評價方法展示實驗結果，第一，在一個標準人體檢測數據集上的實驗結果；第二，在線檢測結果，即在iRobot PackBot上的實驗結果。特別的，我們還展示了基于實時行人檢測的行人跟蹤。我們將此檢測系統提供給其他研究者使用。

Ⅱ相關研究工作

人體檢測的精確度仍是主要研究方向，尤其是在低FPPI[2] (False Positive Per Image)時的高檢測率。在此方面的研究主要向兩個方向發展：特征和分類器。

人體檢測中使用過各種特征，例如Haar[7]，edgelet[10]，然而HOG是使用最多的人體檢測特征[1,3,4,6,8]。邊緣在不同方向上的強度分布似乎可以有效地在圖像中捕獲人體。近來，LBP(LocalBinary Patern)方法的變體也表現出很大潛力[5][8]。最近人體檢測趨向于聯合多種信息源，例如顏色、局部紋理、邊緣、運動等等[14,6,8,15]，引入更多信息通道會提高檢測精度，但同時也會增加檢測時間。

在分類器方面，線性SVM由于速度快而被廣泛使用。HIK SVM(Histogram IntersectionKernel SVM)[16][17]可以達到更高的精度，耗時有所增加[4]。

最近的研究還提高了人體檢測的速度。層級(cascade)[7][11]和積分圖[14][8]被廣泛用來加速檢測。然而，檢測速度仍遠低于幀率，所以人們使用GPU來做并行計算，例如，[9]中的系統達到了10fps，[8]中達到了4fps，兩者都使用了GPU。在SectionⅣ中，我們展示了一種可以在不使用GPU的單線程上達到20fps的方法(并且此方法非常易于做GPU加速)。表Ⅰ對比了當前的幾種快速檢測方法的速度和精度，包括本文提出的C4方法。

表Ⅰ，幾種人體檢測方法的速度比較。VGA分辨率是640*480，qVGA是320*240，精度單位是1FPPI(False Positive Per Image)

?

移動機器人平臺上的人體檢測系統已有很多相關研究工作[18,19,20,21]，多數都是利用測距傳感器(ranging sensor)[18][21]。3D傳感器對于檢測和跟蹤有很大作用(人體位于地平面之上，可以在深度上被很好的分割)，此方面也已經有一些不錯的系統出現。然而這些方法有一個缺點：測距系統的解析度有限、臨時采樣率有限、難以處理強烈的室外光。因此，探索被動光電傳感器例如攝像機的可用性變得更加重要。

Ⅲ使用CENTRIST描述子檢測人體輪廓

A 像素差值的符號對于編碼輪廓和人體檢測至關重要

我們認為輪廓是人體檢測中最有用的信息，而相鄰像素差值的符號是對輪廓進行編碼的關鍵。這兩個假設都在本節有實驗支持。

假設1：對于人體檢測，最重要的就是編碼輪廓信息，而這正是HOG描述子的關鍵。

局部紋理可能對檢測有害，例如人衣服上的圖案可能擾亂檢測器。圖1b是圖1a的Sobel梯度圖(計算圖1a中每個像素的Sobel梯度，歸一化到[0,255]，然后替換原像素值)。Sebel圖會平滑局部高頻紋理信息，所以圖1b中剩下的輪廓可以清晰地顯示人體的位置。

?

圖1 (a)原圖，(b)Sobel梯度圖，(c)梯度符號圖

Dalal的HOG論文[1]中的圖6也表明在人體輪廓周圍的圖像塊是HOG描述子中最重要的。然而，我們還沒有清楚地知道HOG描述子中編碼的到底是什么信息，使得它在人體檢測中如此成功。

我們要通過實驗表明輪廓是HOG描述子中編碼的最重要的信息。我們使用論文[1]中的原始HOG檢測器，但使用Sobel圖進行測試。原始HOG SVM檢測器使用輪廓和其他信息(例如有衣服上的紋理)交織在一起進行訓練，這樣訓練出來的檢測器如果在只有輪廓信息的Sobel圖上能夠檢測出人體，就表明輪廓信息是HOG編碼的主要信息。結果，檢測精度在1FPPI時是67%，比[14]中評價的12個檢測器中的7個都要好。

因此，我們相信輪廓是HOG描述子中用于人體檢測的最重要的信息。C4和其他現有方法的最大不同是C4明確地從Sobel圖中檢測人體輪廓。

假設2：相鄰像素間差值的符號是編碼輪廓的關鍵信息。我們經常使用梯度來檢測輪廓，而梯度是通過相鄰像素做差來獲得的。我們將說明差值的符號是編碼輪廓的關鍵信息，而差值的幅值(大小)并沒有符號重要。

為了證明此假設，對于給定的圖像I，我們生成圖像I’，I’與I保持相鄰像素差值符號的一致，但差值大小被忽略。即

上式中，I中的96對應I’中的3，因為存在比較路徑：2<32<38<96。換句話說，雖然I’中忽略了差值的大小，但元素之間的空間相對位置仍會提供一種大小關系。此外，I和I’中的梯度幅值也會有很大不同。將圖1b看做I，則圖1c就是對應的I’(像素值變換到[0,255]區間)，可以很容易地從中檢測出人體輪廓。

我們仍通過實驗驗證假設2，使用原始HOG檢測器在梯度符號圖(類似圖1c)上進行人體檢測，在1FPPI時達到了61%的精度，比[14]中評價的7中方法的精度都要高。雖然在Sobel圖和符號圖上的檢測精度都比較低，但要注意到，所用的分類器都是在原圖上進行訓練的，我們在沒有改變原始HOG分類器的情況下就取得了比現有的一些方法還要高的精度。這充分證明了，人體檢測中最有用的信息是人體的全身輪廓信息，而相鄰像素的差值符號是編碼輪廓信息的關鍵。

B CENTRIST描述子
我們建議使用CENTRIST描述子[13]來識別人體，因為它簡潔的編碼了關鍵的符號信息，并且不需要圖像的預處理和后處理。CENTRIST意思是CENsusTRansform hISTogram。在此節中我們會說明為什么CENTRIST描述子適合人體檢測，并將CENTRIST描述子與其他描述子進行對比(在SectionⅢ-C中)。

CT比較像素點e#

CensusTransform(CT，普查變換)最初是為了建立局部區域的一致性而設計的[22]。CT比較像素點與其周圍像素的灰度值大小，如下式所示：

如果中心像素值大于或等于周圍的某個像素值，對應位置的值為1，否則值為0。從像素值比較得到的這8個值以一定的順序(我們以從左到右、從上到下的順序)排列在一起，轉換為[0,255]間的一個十進制數，這個數就是中心像素的CT值。CENTRIST描述子就是這些CT值的直方圖[13]。

如公式(3)所示，CT值簡潔的編碼了相鄰像素的差值符號信息。CENTRIST所遺漏的似乎只有捕獲全局(大尺度)輪廓的能力。

對于給定的具有CENTRIST描述子h的圖像I，和有匹配的CENTRIST描述子的圖像I’，我們希望I’與I相似，尤其是在全局輪廓上相似。如圖2所示，圖2a是一個108*36的人體輪廓，我們將此圖分割為12*4個塊(block)，每個塊的大小是9*9。對于每個塊I，我們找到具有相同CENTRIST描述子的圖像I’。如圖2b所示，根據CENTRIST描述子重建的圖像與原圖很相似，雖然圖像的左邊有些許錯誤，但人體輪廓的全局特征仍被很好的保留下來。

?

圖2 從CENTRIST描述子重建的圖像

CENTRIST描述子不僅編碼了最重要的局部差值符號信息，而且還隱式地編碼了人體的全局輪廓信息，所以我們認為CENTRIST描述子可以很好的表達人體輪廓。

C 與HOG和LBP的比較
在本節我們將CENTRIST與HOG和LBP這兩個最常用的人體檢測描述子進行對比。

對于分類來說，同類別樣本的特征向量應該彼此相似，不同類別樣本的特征向量應該不相似。對于任意樣本x，計算x與所有其他樣本的相似度。設xin是同類別的樣本中與x相似度最高的，xout是不同類別樣本中與x相似度最高的。s(x,y)表示x與y的相似度，值越大表明相似度越高。很明顯，我們希望sNN = s(x,xin)– s(x,xout)值是正的并且越大越好。sNN是正值表明x被最近鄰規則正確分類。因此sNN是一個直觀并且易計算的評價描述子是否適合分類的標準。

在圖3中，我們在INRIA數據集[1]上對比了CENTRIST(在Sobel圖上)和HOG(在原始圖上)。我們使用2416個含人體的正樣本，從1218個不包含人體的圖中隨機截取2436個不包含人體的負樣本(每個圖上截取2個)。圖3a顯示了CENTRIST和HOG的sNN值分布。相似度被歸一化到[0,1]之間，負sNN值(在黑色虛線的左邊)表示被最近鄰規則分類錯誤。很明顯CENTRIST的結果都在正確的一邊(2.9%錯誤)，而近乎一半的HOG結果在錯誤的一邊(46%錯誤)。圖3b進一步表明HOG的錯誤多數都在數據集的前一半，即含人體的正樣本部分。

?

圖3a

?

?

圖3b

在[13]中已討論過，HOG或SIFT描述子[23]描述的更多是圖像的詳細局部紋理信息，而不是結構屬性(例如輪廓)。我們進一步推測這是由于HOG中使用的局部差值大小描述的更多是局部紋理信息。很明顯我們也無法從HOG或SIFT描述子重建一個圖像。在圖3中，HOG描述子使用L2范數歸一化，相似度s(x,y) = xTy；對于CENTRIST描述子，使用直方圖交叉核[24]來計算相似度。

CENTRIST描述子和LBP很相似，如果我們將公式(3)中的所有1變為0、0變為1，則修改后的公式就是計算3*3區域的LBP值[25]的一個中間步驟。然而，更重要的區別是LBP值如何使用。人體檢測方法中使用統一LBP(uniform LBP)[5][8]，非統一LBP放在一起，由于非統一LBP被丟棄了，無法根據LBP描述子重構全局輪廓。此外，[5][8]中對像素值進行了插值處理，使得描述子只能編碼模糊過的重要圖像信息(相鄰像素差值符號)。我們計算了統一LBP描述子的sNN分布，有6.4%的最近鄰分類錯誤率，比CENTRIST(2.9%)的兩倍還多，但要好于HOG(46%)。我們猜想是LBP中不完整且模糊的符號信息對于噪聲和局部紋理干擾的敏感度沒有HOG描述子那么高。

Ⅳ快速線性方法和檢測框架

鑒于CENTRIST描述子的優點，我們使用它來進行人體檢測。使用108*36大小的檢測窗口，將檢測窗口分為9*4個塊(block)，每個塊的大小為12*9，含108個像素。類似論文[1]，我們將每個相鄰的2*2個塊組成超級塊(super-block)，并從每個超級塊中提取CENTRIST描述子。超級塊之間有一半的重疊，所以一個檢測窗口內共有共有個超級塊，由于每個超級塊中CT值(取值范圍為[0,255])的統計直方圖為256維，所以特征向量的維數是256*24=6144維。由于CT值的計算需要3*3的區域，所以會忽略超級塊周圍一像素寬的邊緣。

A 使用線性分類器進行快速掃描
假設我們已經訓練好了一個線性分類器ω∈R6144，我們可以根據對應的超級塊將ω分割為小的單元。也就是說，ω可以看做是24個ωi,j∈R256,1≤i≤8,1≤j≤3的串接。對于給定的特征向量為f(同樣分割為fi,j)的圖像區域，如果滿足下式就將其分類為含有人體：

只需要一個積分圖來計算公式(9)，即節省內存空間又節省時間。實際上，公式(9)計算起來要比公式(7)快3到4倍，并且公式(9)是通用的，可被用來加速其他計算。

這里所描述的方法不包括圖像預處理(例如平滑)和特征向量的歸一化。事實上，特征提取部分是無縫嵌入到分類器中的。這些特性一起構成了一個實時人體檢測系統。

B 檢測框架
在訓練方面，使用108*36的正樣本集P以及不包含任何人體的負樣本原圖集合N，從N中隨機裁取108*36大小的區域得到負樣本集合N1，用P和N1訓練線性SVM分類器H1。然后使用二次訓練程序(bootstrap 自舉法、自助法)產生一個新的負樣本集合N2，也就是用H1在負樣本原圖N上多尺度窮盡搜索誤報的負樣本。然后用P和N2訓練分類器H2，繼續此迭代過程直到負樣本原圖N中的所有區域都被H1,H2…中的至少一個分類為不含人體。最后使用正樣本集合P和所有Ni的并集訓練最終的分類器Hlin。

線性SVM分類器可以保證檢測速度，但HIK核SVM分類器可以達到更高的分類精度[17][4]。所以我們再訓練一個HIK SVM分類器，使用Hlim在N上自舉(bootstrap)出一個新的負樣本集合Nfinal，使用[27]中的方法訓練HIK SVM分類器，叫做Hhik。在檢測中，使用有兩個節點Hlin和Hhik的級聯方法。

我們將這種方法叫做C4，因為是使用CENTRIST描述子和級聯分類器基于人體輪廓信息檢測人體：detecting human basedon theirContour informationusing aCascadeClassifier and theCENTRIST descriptor.

C 機器人上的行人檢測
我們將C4算法集成到一個機器人iRobot PackBot上，目的是實現機載行人檢測和跟蹤。首先利用TYZX G2立體攝像機捕捉圖像，然后使用英特爾1.2GHz的酷睿2雙核CPU處理圖像。我們使用原始圖像進行檢測，利用距離信息估計到人體的距離，使用粒子濾波進行行人跟蹤。最后，向機器人底盤和脖子轉軸發出命令進行跟蹤。

我們將上面描述的方法和使用立體數據的當前最優方法進行比較。我們用距離圖像進行人體位置的假設。使用RANSAC算法從立體數據中估計地平面的位置，沿著地平線采樣深度信息。利用深度信息和地面坐標，可以計算出包含站在給定位置和距離的地面上的人體的包圍盒。這個計算出的包圍盒大大減少了檢測窗口的數量，從而減少計算量和誤報率。圖4a,4b,4c顯示了C4算法的原始檢測結果，根據立體數據預測的結果以及C4在預測結果上的檢測結果。

?

?

?

圖4 機器人上的檢測示例。(a)C4算法的原始檢測結果，(b)C4結合立體數據的結果，(c)C4結合立體數據處理后的結果。其中的綠線是用立體數據估計的地平面。

在機器人上應用時，C4算法使用了3層節點的級聯分類器而不是原來的2層節點(速度更快但精度低)。默認的檢測流程如下：檢測系統在多尺度空間上進行搜索，每個尺度的每個可能的位置上用分類器判斷是否有行人。在缺乏其他信息的情況下，這是唯一可靠的檢測方法。然而，當有其他信息可用時，我們應該用這些信息來減少搜索窗口的數目，減少誤報率。特別地，我們可以使用從立體攝像機獲得的地平面信息。例如，圖4a顯示了使用C4算法在所有可能的窗口上進行行人檢測的結果，產生了很多冗余窗口，沒有考慮到在某些位置是根本不可能出現人體的這一事實[28]。行人必須站在地面上，根據這一事實可以限制搜索范圍，如圖4b所示的C4加立體數據的結果。然后再過濾多余的包圍盒，即得到處理后的結果，如圖4c(在SectionⅤ-C中有后處理的詳細說明)。

Ⅴ結果

我們在INRIA數據集上做了實驗，在SectionV-A到V-C中討論了C4的速度和精度，在SectionV-D中討論在機器人上的實驗結果。

INRIA數據集中共有2416個正樣本圖片，1218個負樣本原圖。我們去掉樣本中人體四周的像素，將樣本都裁剪成108*36大小。測試時使用暴力搜索查找圖片所有可能的位置是否含有人體，對測試圖像進行0.8倍的連續降采樣，并以步長為2的網格進行掃描。

我們使用Dollar的”Pedestrian detection:A benchmark”(CVPR2009)[2]中的groundtruth和評價標準。檢測到的矩形框Rd和groundtruth的矩形框Rg之間的關系如公式(10)所示則被認為是正確匹配的：

我們同樣遵守[2]中規定的一個groundtruth矩形框最多匹配一個檢測到的矩形框的。

A 檢測速度
C4能夠達到比現有人體檢測算法更高的速度。在640*480的20fps視頻上，使用單核2.8GHz處理器，現有的最快系統(保證有較低的虛警率和較高的檢測率)能達到大約10fps[9]，但它是使用了GPU的并行處理。詳細的對比結果見表1。

實時處理是很多人體檢測應用所必須的特性。我們的系統在一些領域已經可以應用，例如機器人。然而，還有很多可以提升速度的空間，使得C4可以適應更多應用的要求，例如自動駕駛輔助系統。表Ⅱ給出了C4系統中不同模塊的時間花費，這些模塊都對于硬件加速(例如GPU)非常友好。

?

表Ⅱ，各模塊花費時間

不需要顯式地構造Hlin的特征向量并不是使得C4如此快的唯一原因。在INRIA數據集上進行的測試表明，第一級線性分類器Hlin是一個強大的分類器，可以過濾大約99.43%的圖片區域，只有不到0.6%的圖片區域需要HIK核分類器Hhik的處理。C4處理INRIA測試集中的所有圖片用了27.1秒，而HOG檢測器[1]需要2167.5秒(所以C4相對于HOG大約有80倍的加速)。

C4在小分辨率的圖片上速度更快，在480*360的YouTube視頻上速度達到36.3fps，在320*240大小的視頻上能達到109fps。

B 在INRIA數據集上的檢測精度
圖5顯示了C4在FPPW(False Positive PerWindow)和FPPI(False Positive PerImage)兩種精度指標上與HOG的對比。HOG用的是論文[1]中的可執行文件，在與其他算法對比時，我們直接使用所發表論文中的精度數值。

?

圖5 C4與HOG的精度對比

C4在0.96FPPI時能達到83.5%的檢測率，與INRIA數據集上的當前最優結果(state of the art)具有可比性，例如ChnFtrs[14]和HOG-LBP[8]，這兩個算法在1FPPI時都能達到大約86%的檢測率。這兩個方法中都使用了多特征融合，C4中也可以使用多特征融合來改善效果。C4比HOG的檢測精度高(在1FPPI時是74.4%)，并且比[14]和[2]中對比的很多其他方法都要好。

圖5b顯示了Hhik的FPPW結果(計算FPPW曲線時沒有使用Hlin)。FPPI與FPPW并不是線性相關的，但有相似的趨勢。在誤報率大于10-4(FPPI曲線中是0.1)時，C4的結果要優于HOG，在較低的誤報率時不如HOG好，但兩者的曲線在最左邊會收斂在一起。

C 后處理的重要性
圖5中，C4和HOG的曲線分別在10-1FPPI和10-4FPPW處相交，這是由非極大值抑制(NMS)引起的。在C4中，如果某個位置檢測到的矩形框小于3個，就會將其看做誤報。這個要求不會影響正確檢測，因為由于滑動窗口步長為2所以真正有人的位置周圍往往有很多檢測到的矩形框。

較小的移動步長意味著非極大值抑制會大大減少誤報的個數，如圖6所示，在兩幅圖像中分別有17個和5個(中間有兩個距離非常近)誤報窗口，進行非極大值抑制后，第一張圖只有1個誤報，第二張圖中的誤報全部消除了(不懂為什么)。

?

圖6 非極大值抑制消除誤報

圖5a中的HOG曲線與論文[14]中的略有不同。在圖5a中，HOG在所有測試圖只有1個誤報的情況下檢測率為34%，而在[14]中僅為10%。相反，[14]中HOG在1FPPI時能達到更高的檢測率(77%)，我們的實驗中為74%。雖然不能清楚地知道造成這些差別的原因是什么，但我們認為非極大值抑制和檢測窗口的緊縮是重要原因。

在訓練時我們使用非常緊湊的108*36大小的窗口，在后處理階段將檢測窗口松弛到120*42大小。在[2]或[1]中使用的過度松弛的檢測窗口對于降低誤報率是有害的。

D 在機器人上的檢測結果
為了更好地了解機器人上使用的聯合方法(C4加立體數據)，我們在iRobot的Bedford設備搜集的圖像上進行了測試。圖7a和圖7b顯示了詳細分析結果，圖7a是ROC曲線，圖7b是precision-recall曲線，其中還有不同級聯級別的結果分析。

?

圖7a

?

?

圖7b

ROC曲線表明加入立體信息后誤報減少，然而，檢測率的峰值小于無立體信息的獨立C4，這可能是由于獨立C4并不是由在地平線上的人體所訓練得來的。precision-recall曲線同樣表明在高recall率時加入立體信息precision會增加，同樣recall率的峰值不如獨立C4高。圖中展示了ROC和precision-recall曲線在不同級聯級別的對比結果，表明了級聯分類器對性能的提升作用。

總之，加入立體信息的聯合方法有助于減少誤報率，增加檢測速度。聯合方法可以減少60%的計算量，并將漏檢率降低5倍。

Ⅵ 總結和未來的工作
在此論文中我們提出了一個實時而精確的人體檢測器C4，它使用輪廓線索、級聯分類器和CENTRIST描述子檢測人體。

首先，我們通過精細設計的實驗，證明輪廓是人體檢測中最重要的信息源，并且相鄰像素差值的符號是編碼輪廓的關鍵。CENTRIST[13]特別適合人體檢測，因為它簡潔的編碼了符號信息，并且可以捕獲全局輪廓信息。

本文的主要貢獻是快速人體檢測，C4可以在640*480的圖像上只使用一個處理線程達到20fps，并且達到與當前最優的檢測精度可比的精度。

CENTRIST不需要耗時的預處理和特征向量歸一化操作，并且，使用線性型分類器和CENTRIST，我們不需要顯式生成特征向量，只需要O(1)時間來表示一個圖像塊。

當前C4的檢測精度不如[8]和[2]中描述的方法，然而，通過使用[8]和[2]中的多特征融合方法，C4也可以改善檢測精度。此外，C4對于硬件加速非常友好。

最后，我們在配備Intel酷睿2雙核1.2GHz CPU的機器人iRobot PackBot上，將C4與立體視覺信息融合，在不影響機器人其他功能的前提下達到了精確的實時人體檢測效果。

論文下載：[2011 ICRA]Real-Time Human Detection Using Contour Cues

南京大學吳建鑫教授的主頁：，其中可下載C4的源碼