行人检测( Pedestrian Detection)是利用计算机视觉技术判断图像或者视频序列中是否存在行人并给予精确定位。该技术可与行人跟踪,行人重识别等技术结合,应用于人工智能系统、车辆辅助驾驶系统、智能机器人、智能视频监控、人体行为分析、智能交通等领域。

VIP内容

小规模行人的检测是行人检测中最具挑战性的问题之一。由于缺乏视觉细节,小规模行人的表征往往难以从杂乱的背景中分辨出来。在本文中,我们对小规模行人检测问题进行了深入的分析,发现小规模行人的弱表征是导致分类器漏检的主要原因。为了解决这一问题,我们提出了一种新的自模拟学习(SML)方法来提高对小规模行人的检测性能。我们通过模仿大规模行人的丰富表现来增强小规模行人的表现。具体来说,我们设计了一个模拟损失,迫使小规模行人的特征表征接近大规模行人的特征表征。所提议的SML是一个通用组件,可以很容易地合并到单级和两级检测器中,不需要额外的网络层,在推理期间不需要额外的计算成本。在cityperson和Caltech数据集上进行的广泛实验表明,经过模拟损失训练的检测器对小规模行人检测非常有效,并分别在cityperson和Caltech上取得了最好的结果。

https://cse.buffalo.edu/~jsyuan/papers/2020/SML.pdf

成为VIP会员查看完整内容
0
5
Top