融合上下文及空间信息的拥挤行人检测算法.pdfVIP

小型微型计算机系统2023年9月第9期

DOI:10.20009/j.cnki.21-1106/TP.2022-0020

JournalofChineseComputerSystemsVol.44No.92023

融合上下文及空间信息的拥挤行人检测算法

刘振兴，宋晓宁

（江南大学人工智能与计算机学院，江苏无锡214122）

E-mail:X.song@jiangnan.edu.cn

摘要：针对拥挤场景中行人遮挡较为普遍和行人目标多尺度问题，提出一种融合上下文及空间信息的拥挤行人检测算法.该

方法首先改进特征金字塔网络结构，通过添加带权融合分支，充分且有效地结合多尺度特征以应对行人尺度变化.其次采用融

合上下文及空间特征信息的方式以获得更多潜在的行人特征信息来改善遮挡带来的特征缺失问题.同时，为了使模型在不同数

据集上都有较好的表现，引入一种数据增强方式模拟遮挡以提升模型泛化能力.本文为了验证所提方法的有效性，在CrowdHu-

man和CityPersons数据集上进行实验评估，实验结果充分说明提出算法的有效性，丢失率相较于基线算法降低3.7%，很好地

提升了行人检测算法在拥挤场景中的检测能力.

关键词：行人检测；行人遮挡；上下文信息；空间特征；数据增强

中图分类号：TP391文献标识码：A文章编号：1000-1220(2023)09-2017-06

CrowdedPedestrianDetectionAlgorithmIntegratingContextandSpatialInformation

LIUZhen-xing,SONGXiao-ning

(SchoolofArtificialIntelligenceandComputerScience,JiangnanUniversity,Wuxi214122,China)

Abstract:Aimingatthecommonpedestrianocclusionandthemulti-scaleproblemofpedestriantargetsincrowdedscenes,acrowded

pedestriandetectionalgorithmthatintegratescontextandspatialinformationisproposed.Themethodfirstimprovesthefeaturepyra-

midnetworkstructure,andfullyandeffectivelycombinesmulti-scalefeaturestocopewithpedestrianscalechangesbyaddingweigh

tedfusionbranches.Secondly,themethodoffusingcontextandspatialfeatureinformationisadoptedtoobtainmorepotentialpedestri-

anfeatureinformationtoimprovethefeaturemissingproblemcausedbyocclusion.Atthesametime,tomakethemodelperformbet-

terondifferentdatasets,adataaugmentationmethodisintroducedtosimulateocclusiontoimprovethegeneralizationabilityofthe

model.Toverifytheeffectivenessoftheproposedmethod,theexperimentalevaluationiscarriedoutontheCrowdHumanandCityPer-

sonsdatasets.Theexperimentalresu