افراض

عابرین پیاده به عنوان مجموعه ای از قطعات مدل می‌شوند که ابتدا با یادگیری ویژگی‌های محلی که شامل ویژگی‌های لبه و جهت‌گیری است افراض می‌شوند. سپس این بخش‌ها به همدیگر ملحق می‌شوند تا بهترین مجموعه از فرایض عابر پیاده تشکیل شود. اگرچه به نظر می‌رسد این روش جذاب باشد اما تشخیص قطعه به خودی خود کار سخت و دشواریست. اجرای این رویکرد از یک روش استاندارد برای پردازش داده‌های تصویر پیروی می‌کند که ابتدا شامل ایجاد یک هرم تصویری با نمونه برداری متراکم، محاسبه ویژگی‌ها در هر سطحی، طبقه‌بندی در همه مکان‌های ممکن و در نهایت حذف غیر حداکثری برای ایجاد مجموعه بسته‌های محدودکننده نهایی.