改进Mask RCNN算法及其在行人实例分割中的应用

作     者：音松 陈雪云 贝学宇 YIN Song;CHEN Xueyun;BEI Xueyu

作者机构：广西大学电气工程学院南宁530004 

出 版 物：《计算机工程》 (Computer Engineering)

年 卷 期：2021年第47卷第6期

页      面：271-276,283页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61661006) 

主　　题：行人实例分割 Mask RCNN算法 特征融合 目标检测 串联特征金字塔网络 

摘      要：Mask RCNN算法在特征提取过程中存在语义信息丢失的问题,而自然场景中的行人具有姿态不同、遮挡和背景复杂等特点,导致算法应用于行人实例分割时检测准确性较差。对此,提出一种改进的Mask RCNN算法。在Mask RCNN网络的Mask分支中增加串联特征金字塔网络(CFPN)模块,对网络生成的多层特征进行融合,充分利用不同特征层的语义信息。在此基础上,执行RoI Align操作生成行人掩膜。仿照COCO数据集,从生活场景中拍摄1000张图片,自建一个新的行人数据集。基于该数据集的实验结果表明,改进算法较原算法具有更高的检测精确率。