基于改进全卷积网络的多尺度感知行人检测算法
当前行人检测的一个主要挑战是在复杂的场景中检测出不同尺度的行人,尤其是远尺度行人.由于不同尺度的行人会表现出不同的视觉外观特征,鉴于此提出了一种多尺度感知的行人检测算法.在全卷积网络结构中引进可形变卷积层,扩大特征图的感受野;通过级联区域建议网络提取多尺度行人建议区域,引入多尺度判别策略,定义尺度判别层,判别行人建议区域的尺度类别;构建一个多尺度感知网络,引进软非极大值抑制(Soft-NMS)检测算法,融合每个网络输出的分类值和回归值,获取最终的行人检测结果.实验表明,本文提出的检测算法在基准数据集Caltech和ETH上的检测误差较低,检测精度优于当前其他检测算法,适用于检测远尺度行人.
机器视觉、全卷积网络、可形变卷积层、多尺度判别策略、多尺度感知网络、行人检测
55
TP391.4(计算技术、计算机技术)
教育部—中国移动科研基金MCM20182019
2018-10-31(万方平台首次上网日期,不代表论文的发表时间)
共7页
312-318