太远而看不见？并非如此！——基于尺度感知定位策略的行人检测
计算机视觉与模式识别
2018-05-23 v1
摘要
行人检测的一个主要瓶颈在于，当存在离相机相对较远的小尺寸行人时，性能急剧下降。受不同空间尺度的行人展现出不同视觉外观这一观察的启发，我们在本文中提出一种主动行人检测器，其显式地在输入静态图像的多层神经元表征上操作。更具体地，利用诸如 ResNet 和 faster R-CNN 之类的卷积神经网络来提供丰富且具有判别力的特征表征层次结构以及初始行人提议。此处，每个不同尺寸的行人观测可由层次结构中某一层的 ResNet 特征表征最佳刻画；同时，初始行人提议通过 faster R-CNN 技术获得，即区域提议网络以及紧随特定感兴趣 ResNet 卷积层之后的后续感兴趣区域池化层，以对边界框提议的位置和类别（即是否为行人）产生联合预测。这作为我们主动检测器的输入，其中对于每个初始行人提议，执行一系列坐标变换动作以确定其恰当的 x-y 二维位置和特征表征层，或最终作为背景终止。经验上，我们的方法被证明在广泛使用的基准上产生总体更低的检测误差，并且对远距离尺度行人特别有效。例如，相较于最先进的 MS-CNN 在 Caltech 基准上针对远距离尺度行人（边界框高度低于 80 像素）的 60.51% 对数平均漏检率，我们方法的漏检率为 41.85%，显著降低了 18.68%。
引用
@article{arxiv.1709.00235,
title = {Too Far to See? Not Really! --- Pedestrian Detection with Scale-aware Localization Policy},
author = {Xiaowei Zhang and Li Cheng and Bo Li and Hai-Miao Hu},
journal= {arXiv preprint arXiv:1709.00235},
year = {2018}
}