光照感知的Faster R-CNN用于鲁棒多光谱行人检测
计算机视觉与模式识别
2018-08-15 v2
摘要
彩色-热成像对的多光谱图像已被证明比单一彩色通道更有效地用于行人检测，尤其在具挑战性的光照条件下。然而，关于如何有效融合两种模态的研究仍然缺乏。本文中，我们深入比较六种不同卷积网络融合架构并分析其适应性，使一个朴素架构取得与当前最优结果可比的检测性能。进一步，我们发现来自彩色或热成像图像的行人检测置信度与光照条件相关。据此，我们提出一种光照感知的Faster R-CNN（IAF RCNN）。具体而言，引入一个光照感知网络以给出输入图像的光照度量。随后我们通过定义于光照值之上的门函数自适应地合并彩色与热成像子网络。在KAIST多光谱行人基准上的实验结果验证了所提IAF R-CNN的有效性。
引用
@article{arxiv.1803.05347,
title = {Illumination-aware Faster R-CNN for Robust Multispectral Pedestrian Detection},
author = {Chengyang Li and Dan Song and Ruofeng Tong and Min Tang},
journal= {arXiv preprint arXiv:1803.05347},
year = {2018}
}
备注
Accepted for Publication in Pattern Recognition