基于平行视觉的场景特定行人检测
计算机视觉与模式识别
2017-12-27 v1
摘要
作为一种特殊的目标检测，通用场景下的行人检测在大量人工标注训练数据的训练下已取得显著进展。然而，用通用数据集训练的模型在直接用于特定场景时表现很差。由于特殊的视角、光照和背景，特定场景的数据集与通用场景的数据集差异很大。为使通用场景行人检测器在特定场景中表现良好，需要特定场景的标注数据将模型适配到特定场景。而人工标注数据耗时耗钱，尤其对于特定场景，每次出现新特定场景都必须标注大量图像。此外，人工像素级标注信息不够准确，且不同人标注结果不同。本文提出一种基于 ACP 的方法，借助增强现实构建特定场景的虚拟世界，并让行人在可能出现于该场景的虚拟场景中行走，以解决标注数据缺乏问题；结果表明虚拟世界数据有助于将通用行人检测器适配到特定场景。
引用
@article{arxiv.1712.08745,
title = {Scene-Specific Pedestrian Detection Based on Parallel Vision},
author = {Wenwen Zhang and Kunfeng Wang and Hua Qu and Jihong Zhao and Fei-Yue Wang},
journal= {arXiv preprint arXiv:1712.08745},
year = {2017}
}
备注
To be published in IEEE ITSC 2017