基于并行通道级联网络的鲁棒行人检测

作者：何姣姣; 张永平^*; 姚拓中; 刘肯; 肖江剑

来源：模式识别与人工智能, 2018, 31(12): 1134-1142.

DOI：10.16451/j.cnki.issn1003-6059.201812009

• 并行级联通道网络
• 小尺寸行人检测
• 广角监控
• 区域候选聚类

针对广角视场下远处行人分辨率较低、存在不同程度的畸变的问题,文中提出基于并行通道级联网络的鲁棒行人检测算法.以更快的区域卷积神经网络(Faster RCNN)为基础,引入差分图作为弱监督信息,再引入基于通道级联网络(CCN).然后设计并行CCN,将差分图和原图同时作为并行网络输入,融合更丰富的图像特征.最后在候选区域建议网络中,结合行人尺度在图像中分布的特点,聚类确定符合行人特点的搜索框.实验表明,文中算法在广角视场存在畸变情况下更有利于小尺寸行人检测.

• 单位
  中国科学院宁波材料技术与工程研究所; 长安大学; 宁波工程学院