基于改进的DSSD算法的行人检测

摘要：

交通场景下的行人检测在高级辅助驾驶系统和自动驾驶汽车领域中占有重要地位.为了解决道路行人因采集视角和低像素模糊而导致小、尺度行人氏检测精度的问题,提出了一种基于DSSD的行人检测网络框架,结合改进的ResNeXt特征提取模型作为DSSD检测框架的前置网络以保证小尺度行人特征的精确提取和高效传递.为了充分获取局部细节信息和全局语义信息,通过对深层网络进行反卷积操作提取不同尺度的特征,并将其通过采用相同的FPN融合策略与浅层网络进行多尺度的特征融合.最后在INRIA数据集上进行训练和测试,实验结果表明,与其他算法相比该方法具有更高的准确率和召回率.

关键词：行人检测;DSSD检测模型;特征融合;ResNeXt特征提取

资助基金：国家自然科学基金;江西省教育厅科技项目

在线出版日期：2021-08-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：21-27