基于感受野匹配的多尺度行人检测

作     者：杨欢 胡彪 YANG Huan;HU Biao

作者机构：西南民族大学电气信息工程学院成都610041 

出 版 物：《现代计算机》 (Modern Computer)

年 卷 期：2020年第26卷第34期

页      面：59-63页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主　　题：感受野 anchor-free Caltech数据集 

摘      要：行人检测是目标检测中一种特殊的检测任务,基于anchor-based的设计方法虽然取得较好的进展,但anchor-box的使用引入较多超参数和设计选择,增加训练的复杂度;其次生成的大量重叠的锚框和ground-truth box反复计算IOU会消耗大量时间,且仅根据IOU来分配样本并不合理。考虑到这些复杂因素,提出一种基于anchor-free的多尺度感受野匹配行人检测模型(MRFP),该模型将感受野当作天然的anchor-box,使拥有不同尺度感受野的特征点检测不同尺度的行人目标。在Caltech行人数据集上进行了训练与测试,MR-FPPI(Miss Rate-False Positive Per Image)达到了29.2%,对比于其他行人检测算法,MRFP有更好的精度和更快的速度。