基于语义分割注意力与可见区域预测的行人检测方法

摘要：

为改善图像中遮挡和小尺寸行人的检测精度,提出一种基于语义分割注意力和可见区域预测的行人检测方法.具体地,在SSD(single shot multi-box detector)目标检测网络的基础上,首先优化SSD的超参数设置,使其更适于行人检测;然后在主干网络中引入基于语义分割的注意力分支来增强行人检测特征的表达能力;最后提出一种检测预测模块,它不仅能同时预测行人整体和可见区域,还能利用可见区域预测分支所学的特征去引导整体检测特征的学习,提升检测效果.在Caltech行人检测数据集上进行了实验,所提方法的对数平均缺失率为5.5％,与已有方法相比具有一定的优势.

关键词：行人检测;卷积神经网络;语义分割注意力;行人可见区域预测;多任务网络

所属期刊栏目：42

分类号：TP391.41(计算技术、计算机技术)

资助基金：中央高校基本科研业务费专项资金资助项目;辽宁省自然科学基金资助项目;国家自然科学基金资助项目;沈阳市科学技术计划基金资助项目

在线出版日期：2021-09-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1261-1267