人群中基于语义头增强的行人检测
计算机视觉与模式识别
2019-11-28 v1
摘要
由于类内遮挡，人群中的行人检测是一项具有挑战性的任务。检测器需要更多先验信息以对此具有鲁棒性。人体头部区域因其稳定的外观、可见性以及与身体的相对位置，天然是一个强线索。受其启发，我们采用一个额外分支与传统身体分支并行地进行语义头检测。我们不使用人工标注的头部区域，而是使用直接从身体框推断出的弱标注，称之为“语义头”。如此，头部检测被表述为利用标注框的特定部分去检测人体的对应部分，这出人意料地提升了性能及对遮挡的鲁棒性。此外，通过引入以自监督方式起作用的对齐损失，显式地探索了头-体对齐结构。基于此，我们在本工作中提出了头-体对齐网络（HBAN），旨在充分利用人体头部先验来增强行人检测。我们进行了全面的评估以证明HBAN在CityPersons数据集上的有效性。
引用
@article{arxiv.1911.11985,
title = {Semantic Head Enhanced Pedestrian Detection in a Crowd},
author = {Ruiqi Lu and Huimin Ma},
journal= {arXiv preprint arXiv:1911.11985},
year = {2019}
}