XSSD-P:改进的SSD行人检测算法

摘要：

SSD(single shot multi-box detector)是目前广泛应用于行人检测的神经网络算法,为了提高其检测精度和检测速度,对SSD算法进行了有效改进(改进后的算法称为XSSD-P).选择Xception网络作为XSSD-P算法的骨干网络并重新选择用于预测的特征层;根据行人外形尺寸的特征设计了多尺度卷积核和基础锚框,并将二者耦合,基础锚框通过调节自身大小得到锚框(anchors)用于位置回归;再使用深度可分离卷积代替常规卷积在特征图上进行预测,实现了行人的有效检测.在INRIA数据集、VOC数据集和COCO数据集上进行检测精度对比测试,与SSD以及其他主流算法相比,XSSD-P算法在行人检测方面拥有更高的检测精度,并在Caltech行人数据集和MIT行人数据集中验证了XSSD-P算法的泛化性能.在检测速度方面,与SSD算法相比,XSSD-P算法的检测速度高出30 FPS,提高了42.86％.实验结果表明,XSSD-P的检测精度和检测速度均优于SSD算法.

关键词：行人检测、SSD算法、卷积神经网络、多尺度卷积核、Xception网络

所属期刊栏目：58

分类号：TP391(计算技术、计算机技术)

资助基金：红果园省部级企事业科研项目M17GY500080

在线出版日期：2022-12-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：132-141