摘要

行人检测在计算机视觉领域是一个热门的研究方向,在自动驾驶和视频监控等应用中广泛使用。为满足全时段行人实时检测的需求,提出一种基于密集连接的SSD算法。该方法以原始SSD算法为基础网络架构,将模型中的附加特征提取层改为密集跳层连接的结构,并引入特征融合结构来融合红外和可见光图像的特征。在KAIST数据集上的实验结果表明,相比于经典的SSD算法,该算法模型更小、精度更高,且满足实时检测的需求,适合部署在资源受限的移动终端设备上。