嵌入式设备上的鲁棒实时行人检测
计算机视觉与模式识别
2020-12-15 v1
摘要
在嵌入式设备（如机器人与无人机载设备）上进行行人检测具有诸多应用，包括路口监控、安防、人群监测与监视等。然而，由于相机视角持续变化、目标外观多变，以及需要适用于嵌入式系统的轻量算法，该问题颇具挑战。本文提出一种面向多段视频的鲁棒行人检测框架。该框架在不同图像区域进行精细与粗粒度检测，并利用时空特性，以在嵌入式板上实现增强的精度与实时性能。框架以 Yolo-v3 目标检测 [1] 作为主干检测器，运行于 Nvidia Jetson TX2 嵌入式板，但亦可使用其他检测器与/或板卡。框架性能在两个公认数据集上得到展示，并在 CVPR 2019 嵌入式实时推理（ERTI）挑战赛中取得第二名。
引用
@article{arxiv.2012.07072,
title = {Robust Real-Time Pedestrian Detection on Embedded Devices},
author = {Mohamed Afifi and Yara Ali and Karim Amer and Mahmoud Shaker and Mohamed Elhelw},
journal= {arXiv preprint arXiv:2012.07072},
year = {2020}
}