结合k-均值聚类缓解行人检测正负样本不平衡问题

• 作者: 刘丛强 王浩森 范虹 葛成鹏 杨建盛
• 来源期刊: 河北建筑工程学院学报
• 关键词: 行人检测 k-均值 锚框 区域建议网络 卷积神经网络
• 年，卷（期）: 2020,（4）
• 页码范围: 161-166
• 页数: 6页
• 分类号: TP3
• 语种: 中文
• DOI: 10.3969/j.issn.1008-4185.2020.04.031

摘要

针对行人检测中正负样本不平衡问题,使用构建了FPN(Feature Pyramid Networks)的Faster R-CNN进行检测,并在训练Faster R-CNN的RPN (Region Proposal Network)时使用k-均值聚类算法对行人数据集进行聚类得到的适应于行人检测的锚框比例,最后在CityPersons数据集上测试.实验结果表明,使用更适应于行人的锚框比例有效缓解了行人检测正负样本不平衡的问题,并且能生成相比设置密集比例的方法稀疏但总体质量更高的正样本,能更有效的提升行人检测的精度.