斯坦福大学公开课机器学习：监督学习在行人检测的应用(supervised learning for pedestrian detection)

对于下图，左边是行人，作为阳性例子，赋值y=1,右边是景物，作为阴性例子，赋值y=0;

步长概念：

如下图所示，步长表示绿色框框移动的距离，有时候也称为滑动参数stride,如果一次移动一个像素，则称步长为1，通常步长为1时，表现最好，但是计算成本高，一般，选用4或8个步长更为常见。

通过绿色框框进行移动，然后运行分类器，对图块（image patches）进行分类，直到最后。随着你在图片的不同位置，滑动这个矩形框，首先从第一行，然后滑到下一行，使用不同的步长对这些不同的图块应用某个步长，通过分类器进行分类。接下来用更大的图块，也通过分类器运行，一般就能检测行人。这是一个如何训练一个分类器的过程，然后，使用滑动窗口分类，或使用一个滑动窗口检测器，去寻找图像中的行人。