面向两阶段 CNN 检测方法的 FPs 抑制 PST 算法

行人检测是计算机视觉领域近几十年来热门的研究方向 due to its wide spectrum of promising applications, 主要挑战是检测过程中出现的误报 (FPs)。各种基于卷积神经网络的检测策略的出现大幅提升了行人检测准确率，但仍未充分解决此问题。本文深入分析两阶段 CNN 检测框架，发现检测结果中的误报源于训练策略误分类了一些错误提案，从而削弱了后续子网络的分类能力，难以抑制误报。为解决此问题，本文提出一种行人敏感训练算法，以有效帮助两阶段 CNN 检测方法学习区分行人和非行人样本，抑制最终检测结果中的误报。该方法的核心是重新设计两阶段 CNN 检测方法的训练提案生成管道，能够避免大量误导性提案。凭借所提算法，MetroNext——一个小巧且精准的地铁乘客检测器——的检测准确率进一步提升，减少了其地铁乘客检测结果中的误报。基于各种具有挑战性的基准数据集，实验结果表明，该算法在去除误报后能提高行人检测准确率。与竞争方法相比，MetroNext-PST 在准确率、总参数数量和推理时间方面表现更佳，因而可成为面向移动和边缘设备的行人检测实用解决方案。