一种历史信息特征敏感的行人迭代检测方法 |
| |
引用本文: | 戴佩哲,刘翔,张星,尚岩峰,赵静文,王诗雨.一种历史信息特征敏感的行人迭代检测方法[J].北京航空航天大学学报,2023(9):2493-2500. |
| |
作者姓名: | 戴佩哲 刘翔 张星 尚岩峰 赵静文 王诗雨 |
| |
作者单位: | 1. 上海工程技术大学电子电气工程学院;2. 上海工程技术大学管理学院;3. 公安部第三研究所物联网技术研发中心 |
| |
基金项目: | 国家重点研发计划(2017YFC0821603);;上海市自然科学基金(19ZR1421500)~~; |
| |
摘 要: | 基于深度学习的目标检测算法通常需要使用非极大值抑制等后处理方法对预测框进行筛选,无法在行人拥挤的场景下平衡模型的检测精度和召回率。虽然迭代检测的方法可以解决非极大值抑制等方法带来的问题,但是重复检测同样会限制模型的性能。提出了一种历史信息特征敏感的行人迭代检测方法。引入带权重的历史信息特征(WHIC),提高特征的区分度;利用历史信息特征提取模块(HIFEM)得到不同尺度的历史信息特征,并融合进主网络中进行多尺度检测,增强了模型对历史信息特征的敏感度,有效抑制重复检测框的产生。实验结果表明:所提方法在拥挤场景的行人检测数据集CrowdHuman和WiderPerson上取得了最优的检测精度和召回率。
|
关 键 词: | 机器视觉 目标检测 特征融合 卷积神经网络 深度学习 |
|
|