0 引言

    行人檢測(cè)作為計(jì)算機(jī)視覺(jué)技術(shù)的重要分支和智能化產(chǎn)品的核心技術(shù)，受到了學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注，其能夠從圖像或視頻中識(shí)別出行人，并給出其具體的位置，在車(chē)輛輔助駕駛和行人重識(shí)別技術(shù)等方面有巨大的研究?jī)r(jià)值和應(yīng)用前景。行人檢測(cè)作為車(chē)輛輔助駕駛技術(shù)中不可或缺的一部分，可以及時(shí)檢測(cè)出車(chē)輛前方的行人并針對(duì)實(shí)際狀況及時(shí)提醒司機(jī)或者緊急制動(dòng)，從而避免交通事故的發(fā)生；在刑偵工作中，刑偵人員經(jīng)常要瀏覽多個(gè)攝像頭中的視頻，此時(shí)先進(jìn)行行人檢測(cè)判斷視頻中是否存在行人，把視頻中的行人篩選出來(lái)，再利用行人重識(shí)別技術(shù)查找某個(gè)特定的行人在哪些攝像頭曾經(jīng)出現(xiàn)過(guò)，可為刑偵工作帶來(lái)便利。

    近十幾年間，基于深度學(xué)習(xí)的行人檢測(cè)技術(shù)取得了巨大進(jìn)步，能夠自動(dòng)學(xué)習(xí)從圖像像素中提取的基于邊緣的低級(jí)特征和基于語(yǔ)義信息的高級(jí)特征。其分為兩階段檢測(cè)算法和單階段檢測(cè)算法。在兩階段檢測(cè)算法中，文獻(xiàn)[1]提出了基于區(qū)域的卷積神經(jīng)網(wǎng)絡(luò)(Region based Convolutional Neural Network，R-CNN)，文獻(xiàn)[2]提出了空間金字塔池化(Spatial Pyramid Pooling，SPP)網(wǎng)絡(luò)，文獻(xiàn)[3]提出了快速基于區(qū)域的卷積網(wǎng)絡(luò)方法(Fast-RCNN)，文獻(xiàn)[4-5]提出了Faster-RCNN。這些目標(biāo)檢測(cè)算法的訓(xùn)練過(guò)程步驟繁瑣，檢測(cè)速度慢，沒(méi)有達(dá)到實(shí)時(shí)的檢測(cè)標(biāo)準(zhǔn)。基于此，以REDMON J^[6]提出的統(tǒng)一實(shí)時(shí)目標(biāo)檢測(cè)框架(You only look once，Yolo)和以Liu Wei^[7]提出的單階段多尺度檢測(cè)器(Single Shot MultiBox Detector，SSD)框架為代表的單階段檢測(cè)算法由此產(chǎn)生。Yolo存在定位精度、召回率等較低的問(wèn)題，泛化能力相對(duì)較弱，為了解決該算法的缺陷，2016年Liu Wei等提出SSD算法進(jìn)行多尺度檢測(cè)，在保證速度的同時(shí)提高了檢測(cè)精度，但是其對(duì)于小目標(biāo)檢測(cè)不精準(zhǔn)，加之在實(shí)際生活中，由于行人穿著、姿態(tài)、尺度、視角、光照和復(fù)雜背景等多方面原因，在檢測(cè)精度及速度方面的提高仍是研究重點(diǎn)。由此針對(duì)行人多尺度問(wèn)題，本文提出一種FRN提升模型性能的密集連接的SSD行人檢測(cè)算法，嘗試引入不依賴(lài)批尺寸大小的上下文語(yǔ)義信息的多層特征融合的密集連接網(wǎng)絡(luò)結(jié)構(gòu)，結(jié)合行人檢測(cè)任務(wù)特點(diǎn)進(jìn)行優(yōu)化與改進(jìn)。

本文詳細(xì)內(nèi)容請(qǐng)下載:http://www.xxav2194.com/resource/share/2000003230

作者信息:

馮婷婷，葛華勇，孫家慧

(東華大學(xué) 信息科學(xué)與技術(shù)學(xué)院，上海201620)