遮挡感知 R-CNN：拥挤场景中行人的检测
计算机视觉与模式识别
2018-07-24 v1
摘要
拥挤场景中的行人检测是一个具有挑战性的问题，因为行人经常聚集在一起并相互遮挡。本文提出一种新的遮挡感知 R-CNN（OR-CNN）以提高人群中的检测精度。具体而言，我们设计了一种新的聚合损失（aggregation loss），以强制候选框紧密靠近并紧凑地定位到对应目标。同时，我们采用一种新的部位遮挡感知感兴趣区域（PORoI）池化单元来替换 RoI 池化层，从而将人体先验结构信息与可见性预测整合到网络中以处理遮挡。我们的检测器以端到端方式训练，在三个行人检测数据集（即 CityPersons、ETH 和 INRIA）上取得了最先进的结果，并在 Caltech 上与最先进方法表现相当。
引用
@article{arxiv.1807.08407,
title = {Occlusion-aware R-CNN: Detecting Pedestrians in a Crowd},
author = {Shifeng Zhang and Longyin Wen and Xiao Bian and Zhen Lei and Stan Z. Li},
journal= {arXiv preprint arXiv:1807.08407},
year = {2018}
}
备注
Accepted by ECCV 2018