无人驾驶汽车是今年市场上的一大热点。在无人驾驶的汽车平台中，智能视觉模块占据一定的比重，而行人检测则是其中基础而又关键的一个模块。随着市场需求的推动和机器学习理论的不断进步，行人检测技术发展的相当快，因此很难对所有的方法进行深入的剖析。作者将从事行人检测具体项目开发的过程中掌握的一些方法和经验整理出来，形成了一本关于行人检测的理论和实践的专著。本书较为全面地总结了基于视觉的行人检测方法，并给出详尽的参考文献，适用于研究生，也可供从事计算机视觉相关领域的工程技术人员和研发人员参考。

行人检测是当前图像处理和计算机视觉中的研究热点，可看做是一类特殊的目标检测问题。目标检测包括广义的目标检测和狭义的目标检测。广义的目标检测指的是类别层次的目标检测，比如花卉、车辆、人脸和行人等的检测。狭义的目标检测指的是类别中某个具体个体的检测，比如检测某个具体品牌的汽车或者寻找某个特定人的人脸，这本质上是目标识别。目标检测与识别是计算机视觉中的经典难题，大部分研究者研究的目标包括人脸、车辆、行人等。其中，人脸和车辆属于刚性物体，目标的结构稳定，研究起步较早，相应的检测技术也较为成熟，且有相关的产品问世，比如人脸考勤和车牌识别等。行人兼具刚性物体和柔性物体的特性于一身，与人脸和车辆相比，表观和姿态的变化更加多样化，检测难度更大。另一方面，行人检测是视频监控、车辆辅助驾驶和人体行为分析等应用领域中基础而又关键的第一步。因此，行人检测成为继人脸检测之后，计算机视觉目标检测领域中的又一研究热点。《行人检测：理论与实践》主要总结近15年来行人检测技术的发展。