行人檢測作為計算機視覺領(lǐng)域的重要課題,既有重要的學(xué)術(shù)研究價值,在工業(yè)界如視頻監(jiān)控和自動駕駛等應(yīng)用中也意義重大。但是目前行人檢測尤其是遮擋場景下仍存在眾多挑戰(zhàn),行人的頭肩特征比身體的其他區(qū)域更穩(wěn)定并且被遮擋可能性低,可以用作行人全身部位的輔助特征以提高行人檢測精度。在本文工作中,我們在研究行人頭肩與全身特征的基礎(chǔ)上,提出了一種名為PedJointNet的雙分支行人檢測網(wǎng)絡(luò),通過同時回歸兩個邊界框定位行人頭肩和全身區(qū)域。我們?yōu)樾腥藱z測設(shè)計了一種新穎的骨干網(wǎng)絡(luò),使用單階檢測器的候選框生成方式,并結(jié)合有效的多階段特征融合模塊,用金字塔特征思想及空洞卷積擴(kuò)大特征圖感受野,有針對性的提取行人特征,而不是使用如R-CNN系列,SSD或YOLO等流行的通用目標(biāo)檢測骨干網(wǎng)絡(luò)。此外,與人工調(diào)整每個分支的權(quán)重策略不同的是,我們設(shè)計了一種內(nèi)置機制,在訓(xùn)練階段動態(tài)調(diào)整每個分支的權(quán)重,通過自適應(yīng)加權(quán)損失融合調(diào)整頭肩和全身預(yù)測的關(guān)系,減小漏檢率,以實現(xiàn)在遮擋場景下更準(zhǔn)確的行人定位。我們在CUHK-SYSU,TownCentre和CityPersons三個行人檢測基準(zhǔn)數(shù)據(jù)集上驗證了本文提出的行人檢測方法的有效性。在Ci...

【文章頁數(shù)】：81 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1-1戶外環(huán)境中行人檢測示例[9]

第一章緒論1第一章緒論第一節(jié)論文選題背景與意義行人檢測(PedestrianDetection)指的是判斷圖片或視頻幀中是否包含行人，如果存在，則找到行人實例的位置并將它們標(biāo)記出來的任務(wù)。這一任務(wù)一直是計算機視覺研究的熱點和難點。圖1-1戶外環(huán)境中行人檢測示例[9]Fig.1-1....

圖1-21990年至2016年的出版物總數(shù)，主題詞：行人檢測和追蹤[33]

第一章緒論3圖1-21990年至2016年的出版物總數(shù)，主題詞：行人檢測和追蹤[33]Fig.1-2Thenumberofpublicationsfrom1990to2016withthekeywordsofpedestriandetectionandtracking[33]綜上....

圖1-3ImageNet競賽的結(jié)果圖[21]

巴ǖ撈?征金字塔（channelfeaturepyramids）和增強分類器（boostedclassifiers）。ICF的特征表示已經(jīng)在幾個方面得到了改進(jìn)，包括ACF[39]，LDCF[35],SCF[1]等，提升算法（boostingalgorithm）仍是行人檢測的重要組....

圖1-4假陽性來源[57]

福建師范大學(xué)謝洪霞碩士學(xué)位論文8圖1-4假陽性來源[57]Fig.1-4Falsepositivesources[57]通過文獻(xiàn)[57]的實驗研究，將所有假陽性集中在11個類別中，如圖1-4所示。這些類別分為三組：定位，背景和數(shù)據(jù)集注釋錯誤。定位誤差被定義為與地面實況邊界框重疊的....

本文編號：4015334