用于行人检测的多层通道特征学习
计算机视觉与模式识别
2017-06-07 v1
摘要
基于卷积神经网络（CNN）与传统手工特征（HOG+LUV）结合的行人检测已取得巨大成功。通常，HOG+LUV用于生成候选提议，然后CNN对这些提议进行分类。尽管成功，仍有改进空间。例如，CNN通过全连接层特征对这些提议进行分类，而提议分数和CNN内层的特征被忽略。本文提出一个称为多层通道特征（MCF）的统一框架来克服该缺陷。它首先将HOG+LUV与CNN的每一层整合成多层图像通道。基于多层图像通道，然后学习一个多级级联AdaBoost。多级级联中每一阶段的弱分类器从相应层的图像通道学习。利用更丰富的特征，MCF在Caltech行人数据集上达到最先进水平（即10.40%漏检率）。使用新的精确标注，MCF达到7.98%漏检率。由于许多非行人检测窗口可被前几阶段快速拒绝，检测速度加快1.43倍。通过在第一阶段后消除分数较低的高度重叠检测窗口，速度提升4.07倍且性能损失可忽略。
引用
@article{arxiv.1603.00124,
title = {Learning Multilayer Channel Features for Pedestrian Detection},
author = {Jiale Cao and Yanwei Pang and Xuelong Li},
journal= {arXiv preprint arXiv:1603.00124},
year = {2017}
}