ARPD：基于俯视鱼眼相机的无锚框旋转感知行人检测

在俯视鱼眼图像中进行行人检测具有挑战性，因为鱼眼图像中的行人常以任意方向出现并受到不同程度的畸变。由于这种独特的径向几何特性，轴对齐的行人检测器在鱼眼帧上往往表现不佳。近期工作通过修改现有的基于锚框的检测器或依赖复杂的前/后处理来解决这种可变性。基于锚框的方法在输入图像上散布一组预定义的边界框，其中大多数是无效的。除了效率低下之外，这种方法还可能导致正锚框与负锚框之间的严重不平衡。在本工作中，我们提出ARPD，一种单阶段无锚框全卷积网络，用于检测鱼眼图像中任意旋转的行人。我们的网络使用关键点估计来寻找每个目标的中心点，并直接回归目标的其他属性。为了捕捉鱼眼相机中行人的各种朝向，除中心与尺寸外，ARPD还预测每个边界框的角度。我们还提出了一种周期性损失函数，该函数考虑角度的周期性并缓解学习小角度振荡的困难。实验结果表明，我们的方法在与最先进算法竞争时表现良好，同时运行速度显著更快。