一种改进聚合通道特征的行人检测方法

• 作者: 孙权森 尚岩峰 曹国 王必胜 韦皓瀚
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 行人检测 聚合通道特征 objectness方法 casDPM模型
• 年，卷（期）: 2018,（3）
• 页码范围: 521-529
• 页数: 9页
• 分类号: TP391
• 字数: 3647字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2018.03.016

摘要

行人检测是计算机视觉和模式识别领域的研究热点与难点,针对聚合通道特征(Aggregate channel feature,ACF)算法应用于行人检测时,出现检测精度较低、平均对数漏检率(Log-average miss rate,LAMR)较高的情况,提出一种改进的ACF行人检测算法.首先结合objectness方法对ACF算法低得分区域进行进一步验证,可以在一定程度上减少算法的误检数;其次结合检测窗口的得分及位置信息,对非极大值抑制算法(Non-maximum suppression,Nms)进行改进,平均精度(Average precision,AP)提升了0.41％,LAMR降低了1.49％;最后采用星型可形变部件模型(Star-cascade DPM,casD-PM)对一定阈值下的得分检测窗口进行级联检测,AP提升了0.65％,LAMR降低了2.06％.在IN-RIA数据集上实验表明,满足实时检测的条件下,极大地降低了误检数,具有较好的行人检测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙权森	南京理工大学计算机科学与工程学院	112	1385	19.0	32.0
2	曹国	南京理工大学计算机科学与工程学院	29	146	7.0	11.0
3	尚岩峰		10	55	4.0	7.0
4	韦皓瀚	南京理工大学计算机科学与工程学院	2	15	1.0	2.0
5	王必胜	南京理工大学计算机科学与工程学院	3	16	1.0	3.0