基于可见 IoU 与边界框符号预测器的遮挡行人检测
计算机视觉与模式识别
2019-11-27 v1
摘要
对于遮挡行人检测，训练一个鲁棒的 classifier 和一个准确的边界框 regressor 是困难的。传统采用的 Intersection over Union (IoU) 度量未考虑目标的遮挡区域，导致训练样本选取不当。为解决此问题，本文提出一种称为可见 IoU 的改进方法，在样本选择中显式引入可见比例。随后，新设计的边界框符号预测器与边界框 regressor 并行放置，以单独预测训练样本的移动方向。通过在训练中引入符号预测损失、在测试中引入符号精炼，该方法获得了更高的定位精度。基于这些创新，我们在 CityPersons 遮挡行人检测基准上取得了最先进的性能。
引用
@article{arxiv.1911.11449,
title = {Occluded Pedestrian Detection with Visible IoU and Box Sign Predictor},
author = {Ruiqi Lu and Huimin Ma},
journal= {arXiv preprint arXiv:1911.11449},
year = {2019}
}
备注
The 26th IEEE International Conference on Image Processing (ICIP)