基于融合FPN和Faster R-CNN的行人检测算法

作者：王飞; 王林; 张儒良; 赵勇; 王全红

来源：数据采集与处理, 2019, 34(03): 530-537.

DOI：10.16337/j.1004-9037.2019.03.016

• 特征金字塔网络
• 区域建议网络
• Faster R-CNN
• 多尺度行人检测

针对多尺度行人检测的问题,本文提出一种基于融合特征金字塔网络(Feature pyramid networks,FPN)和Faster R-CNN(Faster region convolutional neural network)的行人检测算法。首先,对FPN和区域建议网络(Region proposal networks,RPN)进行融合;然后,对FPN和Fast R-CNN进行融合;最后,在Caltech数据集、KITTI数据集和ETC数据集上分别对融合FPN和Faster R-CNN的行人检测算法进行训练和测试。该算法在Caltech数据集、KITTI数据集和ETC数据集上的mAP(mean Average Precision)分别达到69.72%,69.76%和89.74%。与Faster R-CNN相比,该算法不仅提高了行人检测精度,而且在多尺度行人检测的问题上也获得了较为满意的检测效果。

• 单位
  贵州民族大学人文科技学院; 北京大学深圳研究生院