用于多光谱行人检测的区域提议网络的泛化能力
计算机视觉与模式识别
2019-05-21 v1
摘要
多光谱行人检测旨在由多个光谱波段组成的图像中自动定位人体。通常，将视觉光学（VIS）与热红外（IR）光谱相结合，以在光照不足的场景中实现对行人检测更高的鲁棒性。本文重点分析现有检测方法的泛化能力。泛化是基于机器学习的检测算法能够在不同数据集上表现良好的关键特征。受近期关于VIS光谱下行人检测文献的启发，我们进行了交叉验证研究，以经验确定训练具有良好泛化能力检测器的最有前景数据集。为此，我们选取一种参考深度卷积神经网络（DCNN）架构和三个不同的多光谱数据集。最初为流行Faster R-CNN中目标检测引入的区域提议网络（RPN）被选为参考DCNN。原因是独立的RPN能够作为两类问题（如行人检测）的竞争性检测器。此外，当前最先进（SOTA）方法先应用RPN，再接独立分类器。所考虑的三个数据集为KAIST多光谱行人基准（含近期发布的改进训练与测试标注）、Tokyo多光谱语义分割数据集，以及OSU彩色-热数据集（含近期发布的标注）。实验结果表明，与其他两个多光谱数据集相比，带有改进标注的KAIST多光谱行人基准提供了训练具有良好泛化能力DCNN的最佳基础。平均而言，该检测模型在三个数据集的合理测试子集上取得了29.74%的对数平均漏检率（MR）。
引用
@article{arxiv.1905.02758,
title = {Generalization ability of region proposal networks for multispectral person detection},
author = {Kevin Fritz and Daniel König and Ulrich Klauck and Michael Teutsch},
journal= {arXiv preprint arXiv:1905.02758},
year = {2019}
}