行人检测中非极大值抑制算法的改进

• 作者: 叶西宁 陈金辉
• 来源期刊: 华东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 行人检测 非极大值抑制 ACF算法 目标检测
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 研究论文
• 页码范围: 371-378
• 页数: 8页
• 分类号: TP391.9
• 字数: 6162字
• 语种: 中文

摘要

行人检测是计算机视觉领域的难点和热点问题.行人检测可大致划分为3个部分:特征提取、分类和非极大值抑制(Non-maximum Suppression,NMS).当前的研究工作主要集中在特征提取、特征学习和分类器等方向,而非极大值抑制方向鲜有改进.目前常用的非极大值抑制算法是贪心策略,抑制时只使用了单一的重合面积信息.针对该问题,在ACF(Aggregate Channel Features)检测算法的基础上,对非极大值抑制进行了3项改进,显著地提升了算法的精度,并且算法的时间消耗只有略微的增加.在INRIA数据集上,单独使用引入尺度比的动态面积阈值NMS时能降低平均对数漏检率(MR) 0.99％;单独使用保留外围检测分数相近的检测窗口的策略时NMS能降低MR 1.25％;两者结合可降低MR 2.5％;结合后,再对已经被抑制的检测窗口重复抑制,MR降低了2.63％,达到14.22％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶西宁	华东理工大学信息科学与工程学院	19	200	6.0	14.0
2	陈金辉	华东理工大学信息科学与工程学院	1	46	1.0	1.0