Knowledge Evolution and AI Paradigm Shifts in Pedestrian Detection: A Bibliometric and Main Path Analysis
本研究将文献计量分析与人工智能范式视角相结合，以绘制行人检测研究的结构演进图谱，揭示了该领域从手工特征向深度学习和 Transformer 的转变是通过渐进式的知识整合而非突发性转变实现的，从而为理解人工智能的发展提供了一个全新的理论框架。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下行人检测（教计算机在视频中识别人类）这个领域，就像一座已经发展了 30 多年、规模宏大且繁忙的图书馆。这篇论文不仅仅是在阅读书籍，它更像是一位超级图书管理员，绘制出了整座建筑的地图，追踪了思想是如何从一个书架转移到另一个书架的，并识别出了哪些书是每个人都在反复引用的“畅销书”。
以下是作者 Vo Thanh Kiet 及其团队发现的简单拆解：
1. 图书馆的爆发式增长
在很长一段时间里（1990–2004年），这座图书馆非常安静。只有少数人在撰写关于如何利用“手工设计”（例如通过绘制特定形状来寻找人）来识别人的文章。
- 转变： 大约在 2010 年左右，图书馆迎来了爆发。就像突然涌入了一群新的学生。到 2020 年，每年出版的新书数量从几十本跃升到了 500 多本。
- 原因： 这种繁荣是因为图书馆从“手工绘图规则”转向了深度学习（让计算机通过观察数百万张照片来自动学习规则）。
2. 谁在写书？（协作图谱）
作者绘制了谁在与谁进行交流的地图。
- 重量级玩家： 中国是这个房间里的巨人，撰写的书籍数量超过了一半。美国位居第二，其次是印度、日本和德国。
- 社交网络： 虽然中国写的书最多，但 英国和法国 是最擅长社交的。他们写的书较少，但与其他国家的合作非常广泛。
- 问题： 图书馆有点碎片化。许多研究小组就像高中里的“小圈子”——他们彼此之间交流频繁，但很少与其他国家或学校的小组交流。作者建议我们需要更多的“联谊活动”来连接这些孤立的群体。
3. 知识的“主路径”
想象知识是一条从过去流向未来的河流。作者使用了一种特殊的工具来追踪主路径（Main Path）——即最强劲、最重要的思想潮流。
- 旧河流（1990s–2000s）： 水流经过“手工特征（Handcrafted Features）”。科学家们手动设计规则（比如“人有两条腿”）来寻找行人。
- 过渡期（中间地带）： 河流并没有立即枯竭并开启新河道。而是一个沼泽状的中间地带，旧规则和新的 AI 方法在这里共存。科学家们同时测试两者，搭建了沟通的桥梁。
- 新河流（2015–至今）： 水流现在通过深度学习和 Transformer 架构。不再由人类绘制规则，而是由计算机自动学习。
- 核心洞察： 这种变化并非一次性抹杀旧方式的突然爆炸，而是一个缓慢的、进化式的转变，新思想是在旧思想之上生长出来的。
4. “名人堂”（最具影响力的书籍）
作者确定了前 10 篇被引用最多的论文（即“名人堂”）。
- 传奇人物： Dalal 和 Triggs (2005) 的著作是当之无愧的王者。它的被引用次数是排名第二的书籍的两倍多。它为整个领域奠定了基础。
- 新卫士： 2014 年之后，“名人堂”开始充斥着关于 CNNs（一种类型的 AI）和 Transformers（一种更新、更强大的 AI）的论文。
- 警告： 由于每个人都在不断引用这几本“经典”书籍，导致那些崭新的、古怪的或不同的想法很难获得关注。这就像一个电台只播放那 10 首热门金曲；新艺人很难获得上线的机会。
5. 他们现在在谈论什么？（关键词演变）
如果观察书籍上的“标签”，对话的内容已经发生了彻底的变化：
- 过去（1990s）： 标签是“算法”、“图像分析”和“智能车辆”。重点纯粹在于数学。
- 现在（2020s）： 标签是“行人安全”、“自动驾驶”和“现实世界部署”。
- 重大变化： 焦点已从“我们如何让数学逻辑生效？”转向了“我们如何在现实世界中保障人类安全？”现在的对话是关于安全和系统，而不仅仅是代码。
总结
这篇论文认为，我们不应该仅仅关注计算机检测人的“表现有多好”（技术分数）。相反，我们应该观察该领域的历史，以理解它是如何走到今天的。
作者总结道，AI 的进化就像一棵不断生长的树，而不是一系列突然的更替。旧的根基（手工规则）依然存在，支撑着新的枝干（深度学习）。然而，该领域目前被少数几个大国和少数几篇“超高引用”的论文所主导，这可能会阻碍新鲜、新颖想法的成长。为了向前迈进，我们需要连接更多的全球研究人员，并且要减少对单纯追求高分的关注，更多地转向构建安全的现实世界系统。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。