基于多尺度注意力引导的遮挡行人检测方法

作者：谢东军; 刘志刚; 黄朝; 田枫; 刘苗苗

来源：计算机与数字工程, 2022, 50(05): 983-1028.

• 遮挡行人
• 目标检测
• 注意力
• 多尺度
• 对数平均漏检率

行人区域遮挡是影响行人检测精度的重要因素，为提高行人检测精度，提出一种基于多尺度注意力引导的遮挡行人检测方法。首先，设计一种专注于遮挡问题的注意力引导模块，将其应用于特征提取网络中不同尺度的特征图，利用外部监督信息遮罩机制，引导模型关注行人目标可见区域；其次，根据特征图在分辨率与语义特征方面的特性，对注意力引导后的多尺度特征图进行融合；最后，利用融合特征图进行边界框预测。为验证所提方法有效性及泛化性，在不同数据集上进行仿真实验。该方法在Citypersons重度遮挡子集上实现了47.1%的MR-2，在Caltech重度遮挡子集上实现了40.62%的MR-2，相对于主流的遮挡行人检测方法，检测精度有较为明显的提高。实验结果表明，所提出模块可以有效地处理行人检测中的区域遮挡问题。

• 单位
  东北石油大学