基于Mask R-CNN的行人分割

• 作 者: 胡剑秋 邢向磊 蒋攀 何佳洲
• 机 构: 江苏自动化研究所,哈尔滨工程大学自动化学院
• 出 处: 指挥控制与仿真
• 发表日期: 2020年05期
• 关键词: 实例分割 行人检测 Mask R-CNN 迁移学习 instance segmentationpedestrian detectionMask R-CNNtra

在安防、无人驾驶、军事等领域,辨别行人是一项基本任务,在无法获得行人面部特征的情况下,步态等生物信息也可作为识别行人的依据。采用行人实例分割的方法,获取高精度的行人分割掩码,有利于寻找行人腿部轮廓与步态之间的关系。基于Mask R-CNN模型,针对行人的长宽比例,调整RPN网络,剔除宽高比大于1∶1的部分,并使用扩充的行人实例分割Penn-fudan数据集进行迁移学习,行人分割掩码的交并比(IoU)较预训练模型提高了9%,获取了更高精度的行人分割掩码以及腿部轮廓。