基于多尺度上下文信息的遮挡行人检测

摘要：

在遮挡场景下的行人检测一直是计算机视觉中的一个棘手问题,由于被遮挡的行人尺度差异大,可见率低,通常会给检测带来极大的挑战.针对这一问题,提出了一种针对行人遮挡检测的模型结构,对基于anchor-free的行人检测方法进行改进.设计了一种提取多尺度上下文信息的结构,通过级联多个不同扩张率的卷积层,使用密集连接实现多尺度特征共享,提取各个区域的上下文信息来解决遮挡问题.此外,为了提高特征的可分辨性,使用通道注意力机制对多尺度特征融合进行自适应的调整.实验结果表明,该方法在Caltech行人数据集的遮挡子集上实现了41.73％的MR?2,性能优于其他检测算法.

关键词：行人检测、多尺度上下文、通道注意力、anchor-free

所属期刊栏目：58

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61872231

在线出版日期：2022-06-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：141-149