针对密集行人检测任务中多尺度目标的检测算法

作     者：徐振峰 许云峰 于子洲 梅卫 张妍 

作者机构：河北科技大学信息科学与工程学院 陆军工程大学石家庄校区 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2024年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081104[工学-模式识别与智能系统] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：河北省重点研发计划项目资助项目(21373802D) 教育部人工智能协同育人项目(201801003011) 

主　　题：Yolov5s 密集行人检测 渐进多尺度特征融合 目标检测 注意力机制 

摘      要：在密集行人检测任务中目标的检测精度低，漏检和误检等一直是充满挑战的问题，导致此问题是原因是大多数的场景中存在大量多尺度的目标，多尺度的目标使得算法面临着尺度变化，从而使得算法的精度不高。针对此问题，提出了一种基于改进Yolov5s的多尺度行人检测网络（MPDNet）。该网络改进包括三个方面：首先对于主干网络，在C3模块中添加了空间位置注意力模块，并引入改进的ViTv3Block模块，可以有效强化特征信息的提取；特征融合部分，在渐近特征金字塔网络（AFPN）的基础上进行了改进，改进后的AFPN可以在更少参数量和计算量的情况下进行跨层特征融合；最后在特征融合网络末端添加了空间加强多尺度注意力模块（SEMA），增强模型对目标的定位能力。通过分析实验结果，MPDNet在WiderPerson和CrowdHuman两个密集行人检测数据集上相较于Yolov5s，AP50分别提升了4.2%和3.2%，AP50:95分别提升了5.0%和3.9%。MPDNet能够很好地完成复杂场景中密集行人检测任务。