面向监控的行人检测器鲁棒性分析
计算机视觉与模式识别
2018-07-18 v2
摘要
为在监控视频中获得有效的行人检测结果，已有许多方法被提出以处理严重遮挡、姿态变化、背景杂乱等问题。除检测精度外，鲁棒的监控视频系统应对网络传输、环境变化等引起的视频质量退化保持稳定。在本研究中，我们针对行人检测算法对视频质量退化的鲁棒性展开研究。本工作的主要贡献包括以下三方面。首先，基于高质量视频序列及其对应的失真版本构建了一个大规模失真监控视频数据集（DSurVD）。其次，我们设计了一种评估检测稳定性的方法以及一种称为鲁棒四边形（Robustness Quadrangle）的鲁棒性度量，可用于可视化行人检测算法在高质量视频序列上的检测精度及随视频质量退化的稳定性。第三，利用所构建的 DSurVD 评估了七种现有行人检测算法的鲁棒性。实验结果表明，现有行人检测算法的鲁棒性仍有进一步提升空间。此外，我们深入探讨了不同失真类型如何影响行人检测算法性能，这对设计有效的监控行人检测算法十分重要。DSurVD 数据集可从百度云盘下载：https://pan.baidu.com/s/1I9Kqj8rmubOYu7bkBfkUpA，密码：lqmc
引用
@article{arxiv.1807.04562,
title = {Robustness Analysis of Pedestrian Detectors for Surveillance},
author = {Yuming Fang and Guanqun Ding and Yuan Yuan and Weisi Lin and Haiwen Liu},
journal= {arXiv preprint arXiv:1807.04562},
year = {2018}
}