题名 面向遮挡行人检测的自适应多尺度特征金字塔网络
被引量：1
1
作者
周华平 吴涛 孙克雷
机构
安徽理工大学计算机科学与工程学院 安徽理工大学经济与管理学院
出处
《系统仿真学报》
北大核心
2025年第5期1222-1233,共12页
基金
国家自然科学基金(52374154) 安徽省重点研发计划(202004b11020029)。
文摘
针对遮挡环境下现有检测器难以提取行人完整特征从而导致检测精度低的情况,提出了一种自适应多尺度特征金字塔网络。提出一个多尺度特征增强模块(multi-scale feature enhancement module,MFEM),通过不同感受野的多分支网络来捕获不同尺度行人可视区域。设计了一种自适应融合模块(adaptive fusion module,AFM),分别通过优化空间、特征层面的均值方差来计算不同像素点的重要程度,从而增强行人的纹理特征及语义特征并更加高效的融合不同尺度特征。且这两个模块可以构建为完整的特征金字塔网络用于更多下游任务。提出一个非极大值抑制算法(soft-set-non maximum suppression,Soft-SNMS),通过设计不同的衰减函数,在预测一个提案中所有候选框时保留高质量候选框,衰减多余的候选框,并提高模型训练效率。所提方法分别在CrowdHuman和Widerperson两个数据集上进行了实验,在AP指标上相较于原始方法分别提高了4.04%和1.51%,表明该方法可有效提高遮挡环境下行人目标的检测精度。
关键词
遮挡行人检测 多尺度特征 自适应融合 特征金字塔 非极大值抑制
Keywords
occlusion pedestrian detection multi-scale features adaptive fusion feature pyramid non-maximum suppression
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 基于双目视觉的部分遮挡行人检测算法
被引量：2
2
作者
刘城逍 何涛 景嘉宝
机构
湖北工业大学机械工程学院 现代制造质量工程湖北省重点实验室
出处
《科学技术与工程》
北大核心
2024年第13期5465-5472,共8页
基金
国家自然科学基金(51275158)。
文摘
针对行人被障碍物部分遮挡导致的检测准确率降低问题,提出了基于多特征融合的树形路径半全局立体匹配的部分遮挡行人检测算法。使用简单线性迭代聚类(simple linear iterative clustering,SLIC)算法进行超像素分割,提升行人的轮廓信息,并使用多特征融合的树形路径半全局立体匹配算法生成深度图;对行人信息和背景信息及障碍物信息使用自适应分割算法进行分离,获取感兴趣区域;将感兴趣区域放置在行人特征明显且稳定的头肩部,进行感兴趣区域的约束;使用降维梯度直方图特征(histogram of gradient,HOG)进行特征提取并生成样本集,训练支持向量机(support vector machines,SVM)分类器,最终实现部分遮挡的行人检测。实验表明,所提算法与其他行人检测算法相比,在行人部分遮挡场景下,有着更高的行人检测准确率,证明所提算法的有效性。
关键词
部分遮挡行人检测 超像素分割 立体匹配 感兴趣区域 特征提取 SVM分类器
Keywords
partially occluded pedestrian detection superpixel segmentation stereo matching region of interest feature extraction SVM classifier
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
题名 基于特征通道和空间联合注意机制的遮挡行人检测方法
被引量：15
3
作者
陈勇 刘曦 刘焕淋
机构
重庆邮电大学工业物联网与网络化控制教育部重点实验室 重庆邮电大学通信与信息工程学院
出处
《电子与信息学报》
EI
CSCD
北大核心
2020年第6期1486-1493,共8页
基金
国家自然科学基金(51977021)。
文摘
遮挡是行人检测任务中导致漏检发生的主要原因之一,对检测器性能造成了不利影响。为了增强检测器对于遮挡行人目标的检测能力,该文提出一种基于特征引导注意机制的单级行人检测方法。首先,设计一种特征引导注意模块,在保持特征通道间的关联性的同时保留了特征图的空间信息,引导模型关注遮挡目标可视区域;然后,通过注意模块融合浅层和深层特征,从而提取到行人的高层语义特征;最后,将行人检测作为一种高层语义特征检测问题,通过激活图的形式预测得到行人位置和尺度,并生成最终的预测边界框,避免了基于先验框的预测方式所带来的额外参数设置。所提方法在CityPersons数据集上进行了测试,并在Caltech数据集上进行了跨数据集实验。结果表明该方法对于遮挡目标检测准确度优于其他对比算法。同时该方法实现了较快的检测速度,取得了检测准确度和速度的平衡。
关键词
遮挡行人检测 单级检测 器 注意机制
Keywords
Occluded pedestrian detection Single-stage detector Attention mechanism
分类号
TN911.73
[电子电信—通信与信息系统]
TP391.41
[自动化与计算机技术—计算机应用技术]
题名 基于RDB-YOLOv4的煤矿井下有遮挡行人检测
被引量：12
4
作者
谢斌红 袁帅 龚大立
机构
太原科技大学计算机科学与技术学院 精英数智科技股份有限公司
出处
《计算机工程与应用》
CSCD
北大核心
2022年第5期200-207,共8页
基金
山西省重点研发计划重点项目(201703D111027) 山西省重点计划研发项目(201803D121048,201803D121055)。
文摘
针对煤矿井下数字化人员检测过程中行人易被大型设备遮挡而导致的误检、漏检等问题,提出了一种基于RDB-YOLOv4网络的煤矿井下有遮挡行人检测方法。该算法以YOLOv4为基础网络架构,在CSPDarknet-53特征提取网络中加入了残差密集块(residual dense block,RDB),对不同层次的特征实现跨层传递和融合,连续的连接保证了低级和高级特征信息的存储和记忆,使得完整有效的局部特征能准确预测被遮挡行人的信息。对比当前主流目标检测算法和遮挡处理检测算法,该算法在PASCAL VOC 2007公开数据集和煤矿井下行人数据集下有效提升了测试的平均精度(average precision,AP),相比YOLOv4在两组不同数据集测试的平均精度分别提升了2.74个百分点和3.5个百分点(IoU=0.5)。
关键词
遮挡行人检测 YOLOv4网络 残差密集块 煤矿井下
Keywords
blocked pedestrian detection YOLOv4 network residual dense block coal mine
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
题名 遮挡情形下的行人检测方法综述
被引量：21
5
作者
陈宁 李梦璐 袁皓 李云红 杨迪 刘志坚
机构
西安工程大学电子信息学院
出处
《计算机工程与应用》
CSCD
北大核心
2020年第16期13-20,共8页
基金
国家自然科学基金-青年基金(No.61902301) 中国纺织工业联合会科技指导性项目(No.2018097)。
文摘
行人检测在智能交通、智能监控、无人驾驶、行人分析等领域都有广泛应用,随着技术发展,对行人检测技术的精度要求也越来越高。对遮挡情况下的行人检测技术进行了研究,根据遮挡物的不同,将遮挡分为非目标造成的遮挡及需要检测的目标造成的遮挡。分别总结了处理遮挡情况的传统方法和深度学习方法,并对每一类方法模型的主要思想和核心问题进行了分析和讨论。对遮挡下的行人检测技术在未来发展中亟待解决的问题提出展望。
关键词
遮挡行人检测 神经网络 人工特征 深度学习
Keywords
occlusion pedestrian detection neural network artificial features deep learning
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
题名 基于注意力增强的行人与头肩级联检测算法
被引量：1
6
作者
庄淑青 张晓伟 曹帅 宋明晨
机构
青岛大学计算机科学技术学院 海信研究发展中心虚拟现实部
出处
《计算机工程与应用》
CSCD
北大核心
2023年第19期166-176,共11页
基金
国家自然科学基金(61902204)。
文摘
在监控视频中,行人会存在不同视角、不同程度的遮挡问题,导致当前行人检测器漏检率、错检率较高,于是提出了一种注意力增强下的行人整体与行人头肩区域级联检测的行人检测器。提出一种新的通道注意力机制,称为全卷积通道注意力机制;针对分类和回归任务分别融入相适应的注意力机制,来增强有效的检测特征,抑制背景特征信息;设计行人整体与行人头肩区域级联行人检测器,通过行人整体与行人头肩区域的匹配算法,级联地处理检测结果。该算法,尤其针对下半身严重遮挡的情况,极大降低了遮挡行人的漏检率。实验结果表明,在Caltech公开行人检测测试数据集Reasonable(合理子集)的对数平均漏检率降低到5.37%,尤其在Occ=heavy(严重遮挡子集)上的对数平均漏检率降低到23.33%,同时在ETH和CityPersons行人检测数据集上,该算法亦拥有较好的检测效果。
关键词
遮挡行人检测 注意力机制 头肩区域检测 分支 级联检测 器
Keywords
blocking pedestrian detection attention mechanism head-shoulder area detection branch cascade detector
分类号
TP391
[自动化与计算机技术—计算机应用技术]
