行人检测十年演进（2015–2025）
一句话总论：
2015年行人检测还是“手工HOG特征+滑动窗口+SVM分类”的传统时代，2025年已进化成“万亿级多模态VLA端到端统一检测+实时4D动态意图理解+量子鲁棒自进化”的具身智能时代，中国从跟随HOG/DPM跃升全球领跑者（华为、小鹏、地平线、Momenta、旷视等主导），mAP从Caltech~50–60%飙升至>98%全场景零样本，实时性从离线到毫秒级，支持全天气/遮挡/社交意图，推动智驾/安防/机器人从“框出人”到“像人一样实时理解行人动态意图”的文明跃迁。
十年演进时间线总结
| 年份 | 核心范式跃迁 | 代表算法/模型 | mAP (Caltech/Citypersons) / FPS | 实时性/鲁棒性 | 中国贡献/里程碑 |
|---|---|---|---|---|---|
| 2015 | 手工特征+滑动窗口 | HOG + SVM / DPM | ~50–60% / <5 FPS | 离线 / 简单场景 | HOG/DPM经典，中国初代安防行人检测 |
| 2017 | CNN两阶段初探 | Faster R-CNN + FPN | ~70–75% / 准实时 | 初步多尺度 | 旷视/商汤初代CNN行人检测 |
| 2019 | 单阶段+小目标优化爆发 | CSP / RetinaNet | ~80–85% / 实时初探 | 遮挡/小目标初步 | Momenta/地平线车载行人检测量产 |
| 2021 | Transformer+多模态初探 | DETR / Swin Pedestrian | ~88–92% / 实时 | 长距离/少样本 | 小鹏NGP + 华为ADS 2.0 Transformer行人首发 |
| 2023 | 端到端多模态+VLA元年 | UniAD / Occ-Ped / VLA Detect | ~93–96% / 毫秒级 | 动态意图+零样本 | 小鹏XNGP + 华为ADS 3.0端到端行人首发 |
| 2025 | VLA自进化+量子鲁棒终极形态 | Grok-4 Ped / DeepSeek-Ped | >98% / 亚毫秒级量子鲁棒 | 全域社交意图+自进化 | 华为ADS 4.0 + 小鹏第二代VLA + 比亚迪天神之眼行人 |
1.2015–2018：手工特征+CNN两阶段时代
- 核心特征：行人检测以手工HOG/DPM+滑动窗口或早期CNN两阶段（Faster R-CNN）为主，mAP~50–75%，离线/准实时，主要正面/无遮挡场景。
- 关键进展：
- 2015年：HOG+SVM/Caltech数据集经典。
- 2016–2017年：Faster R-CNN+FPN多尺度。
- 2018年：初步小目标优化，中国旷视/商汤安防行人检测。
- 挑战与转折：遮挡/小目标弱；单阶段+实时需求爆发。
- 代表案例：Caltech行人基准，中国初代产业应用。
2.2019–2022：单阶段实时+Transformer时代
- 核心特征：CSP/RetinaNet单阶段+Transformer（DETR/Swin）全局建模，实时FPS>30，mAP~80–92%，支持遮挡/小目标/多模态初步。
- 关键进展：
- 2019年：CSP小目标专用+CenterNet。
- 2020–2021年：DETR Transformer检测+Swin ViT骨干。
- 2022年：地平线征程+Momenta车载实时行人检测。
- 挑战与转折：动态/意图弱；端到端多模态VLA兴起。
- 代表案例：小鹏NGP + 华为ADS 2.0实时行人检测。
3.2023–2025：端到端VLA自进化时代
- 核心特征：端到端VLA大模型统一行人检测+跟踪+意图预测+占用网格融合+量子鲁棒自进化，毫秒级全场景社交意图行人理解。
- 关键进展：
- 2023年：UniAD/Occ-Ped端到端+VLA行人意图。
- 2024年：DeepSeek/Grok-4专用行人检测，量子混合精度。
- 2025年：华为ADS 4.0 + 小鹏第二代VLA + 比亚迪天神之眼，全天气动态社交行人检测，普惠7万级。
- 挑战与转折：黑箱/极端环境；量子+大模型自进化标配。
- 代表案例：比亚迪天神之眼（7万级全天气动态行人意图），银河通用2025人形（VLA社交行人意图理解）。
一句话总结
从2015年HOG手工特征的“框出正面行人”到2025年VLA量子自进化的“全域动态社交行人意图大脑”，十年间行人检测算法由规则模块转向多模态语义闭环，中国主导CSP→Transformer→VLA行人创新+普惠下沉，推动智驾/安防/机器人从“静态行人检测”到“像人一样实时理解行人动态意图”的文明跃迁，预计2030年行人检测精度>99.99%+全域永不失真自愈。
数据来源于arXiv综述、IROS 2025及中国厂商技术白皮书。
