多分支细化的拥挤行人检测算法

作者：袁姮; 王嘉丽^*; 张晟翀

来源：计算机工程与应用, 2023, 1-12.

• 行人检测
• 目标检测
• SSD
• GhostModule

拥挤行人检测是目前小目标检测领域的研究热点，针对拥挤行人检测场景中人物密集以及遮挡造成的漏检问题，提出一种改进SSD(Shot MultiBox Detector)目标检测算法，首先将浅层Vgg(Visual Geometry Group)网络平原结构使用多分支细化联合归一化(Batch Normalization，BN)操作增加分支结构，并重命名为多分支细化(Multi-branch thinning)网络结构，使其可以细化浅层语义信息、提高网络泛化能力、充分表达行人信息;然后将改进后的Ghost模型替换多分支细化网络中3*3卷积，利用Ghost模型中cheap＿operation卷积降低因多分支结构增加的模型参数量，使用primary＿conv提升浅层网络的特征提取能力，加强网络识别能力;最后使用二范式取代差值平方的形式改进Huber损失函数，增强网络训练的稳定性，使其达到较优的收敛效果。在Wider＿person拥挤行人检测数据集上的检测结果表明，提出的改进SSD目标检测算法MAP50达到72.9%，领先YOLO-X算法7.4%，领先基线算法3.5%，领先其他先进算法平均14.4%。验证了该算法在行人检测中的可行性，满足遮挡行人场景的检测要求。

• 单位
  辽宁工程技术大学