PCN：利用CNN进行行人检测的部位与上下文信息网络
计算机视觉与模式识别
2018-04-13 v1
摘要
行人检测近年来取得重大进展，而复杂遮挡处理仍是最重要问题之一。为利用身体部位与上下文信息进行行人检测，本文提出部位与上下文网络（PCN）。PCN专门采用两个分支，分别通过身体部位语义与上下文信息检测行人。在部位分支中，身体部位的语义信息可通过循环神经网络相互交流。在上下文分支中，我们采用局部竞争机制进行自适应上下文尺度选择。通过结合所有分支的输出，我们构建了具有更低漏检率与更优定位精度（尤其对遮挡行人）的强互补行人检测器。在Caltech与INRIA两个具挑战性行人检测数据集上的综合评估充分证明了所提PCN的有效性。
引用
@article{arxiv.1804.04483,
title = {PCN: Part and Context Information for Pedestrian Detection with CNNs},
author = {Shiguang Wang and Jian Cheng and Haijun Liu and Ming Tang},
journal= {arXiv preprint arXiv:1804.04483},
year = {2018}
}
备注
Accepted by British Machine Vision Conference(BMVC) 2017