基于深度卷積特征融合的多尺度行人檢測.pdf

1、行人檢測是區(qū)別于通用目標(biāo)檢測的一個特殊的檢測任務(wù)，在智能監(jiān)控、自動駕駛和智能機器人等領(lǐng)域有巨大的研究價值和應(yīng)用前景。近年來，雖然行人檢測技術(shù)取得了顯著的進展，但仍存在很多挑戰(zhàn)。在很多應(yīng)用場景中，行人的尺度分布范圍非常廣，中小尺度行人占很大比重，而現(xiàn)有的行人檢測算法對中小尺度行人的檢測精度非常低。本文針對多尺度行人檢測問題進行了研究，旨在提高中小尺度行人的檢測精度。
　　受經(jīng)典的通用目標(biāo)檢測框架的啟發(fā)，本文提出了一種端到端的多尺度行

2、人檢測算法。首先，本文從行人的特點出發(fā)，提出了多尺度行人區(qū)域建議網(wǎng)絡(luò)，該網(wǎng)絡(luò)通過多尺度行人參照框和小步長錨點等來得到高質(zhì)量的多尺度行人候選區(qū)域。其次，針對中小尺度行人特征不足的情況，本文提出了一種適用于行人檢測的感興趣區(qū)域采樣方式和多層次卷積特征融合方式，將底層特征和高層語義特征相結(jié)合，提高了特征的表征能力。然后，考慮到行人檢測環(huán)境比較復(fù)雜且難分樣本多，本文引入了焦點損失函數(shù)來進行難分樣本挖掘，進一步提高了算法的檢測精度。最后，本文結(jié)合