论文部分内容阅读
目标检测是计算机视觉领域中长期关注的问题，而行人检测是目标检测的典型问题，在无人驾驶、智能监控、智能机器人等领域中都具有重要应用价值。历经十多年的探索，行人检测技术进步迅猛，出现了一系列的经典算法，特别是近年来，随着深度学习方法的引入，行人检测模型的精度得到了显著的提升。深度学习方法与传统算法相比，其优点是无需设计判别性特征、精度高，但同时也存在速度慢、对硬件要求高缺点而制约了其技术的产品化，这促使各类兼具速度和精度的网络模型应运而生。尽管行人检测技术日趋成熟，在当前研究中，仍旧存在诸多待解决的问题:其一，在道路场景中行人目标小，大多数行人检测框架对于小目标问题仍难以解决;其次，道路交通环境复杂，行人遮挡问题严重，干扰目标众多;其三，行人常有诸多的附加属性，如帽子、包、行李箱等，这在一定程度上增加了行人检测的复杂性。 本论文针对以上问题，对传统行人检测方法和深度学习方法进行了研究和拓展，主要贡献有: 1.针对Faster R-CNN框架难以解决小目标问题，提出了一种基于Faster R-CNN的端到端多尺度模型。该框架不需依赖额外的目标框检测算法和特征提取方式，自主地依据候选框大小学习和选择不同尺度的特征信息。网络结构简洁，易于实现和拓展。 2.对Faster R-CNN进行了拓展，引入Neural Cascade结构以解决难例选择和假阳性样本过多的问题。利用多层感知机构造多个弱分类器，并组合成强分类器，来预先判断可用候选框。利用选择的难例来训练网络，在降低网络计算量的同时使检测精度进一步改善。 3.综合考虑和分析了多种网络结构，并进行了一系列的大量实验对其性能进行评测。在一些公开的行人检测数据集上，本文提出的端到端多尺度模型在测试时间和相应的评估指标方面取得了较好的效果。同时，我们也对关键性的实验技巧也进行了总结与分析。