结合语义和多层特征融合的行人检测
遮挡及背景中相似物干扰是行人检测准确率较低的主要原因.针对该问题,提出一种结合语义和多层特征融合(Combining semantics with multi-level feature fusion,CSMFF)的行人检测算法.首先,融合多个卷积层特征,并在融合层上添加语义分割,得到的语义特征与相应的卷积层连接作为行人位置的先验信息,增强行人和背景的辨别性.然后,在初步回归的基础上构建行人二次检测模块(Pedestrian secondary detection module,PSDM),进一步排除误检物体.实验结果表明,所提算法在数据集Caltech和CityPersons上漏检率(Miss rate,MR)为7.06%和11.2%.该算法对被遮挡的行人具有强鲁棒性,同时可方便地嵌入到其他检测框架.
行人检测;语义分割;特征融合;遮挡;二次检测
48
国家自然科学基金;国家自然科学基金;江西省重点研发计划项目;研究生创新基金
2022-03-07(万方平台首次上网日期,不代表论文的发表时间)
共10页
282-291