通过构建通用行人知识库实现鲁棒行人检测
计算机视觉与模式识别
2024-05-01 v1
摘要
行人检测是计算机视觉研究的一个关键领域，可应用于各种现实世界场景（例如自动驾驶系统）。然而，尽管行人检测取得了显著进展，但在检测框架内学习的行人表示通常局限于其训练所用的特定场景数据。因此，在本文中，我们提出了一种新颖的方法来构建包含代表性行人知识的通用行人知识库，该知识库可适用于各种检测框架并应用于不同场景。我们从大规模预训练模型中提取通用行人知识，并通过量化最具代表性的特征并引导其与背景场景区分开来对其进行整理。最后，我们构建由这些表示组成的通用行人知识库，然后利用它来补充和增强行人检测框架内的行人特征。通过全面的实验，我们验证了该方法的有效性，展示了其通用性并超越了最先进的检测性能。
引用
@article{arxiv.2404.19299,
title = {Robust Pedestrian Detection via Constructing Versatile Pedestrian Knowledge Bank},
author = {Sungjune Park and Hyunjun Kim and Yong Man Ro},
journal= {arXiv preprint arXiv:2404.19299},
year = {2024}
}