V2F-Net：遮挡行人检测显式分解方法
计算机视觉与模式识别
2021-04-08 v1
摘要
遮挡在行人检测中极具挑战性。本文提出一种简洁而有效的方法 V2F-Net，将遮挡行人检测显式分解为可见区域检测与全身框估计。V2F-Net 由两个子网络组成：可见区域检测网络（VDN）与全身估计网络（FEN）。VDN 试图定位可见区域，FEN 基于可见框估计全身框。此外，为进一步提升全身估计，我们提出一种新颖的基于嵌入的部件感知模块（EPM）。通过对各部件可见性进行监督，网络被促使提取带有本质部件信息的特征。我们在两个具挑战性数据集上开展多项实验，实证了 V2F-Net 的有效性。相较 FPN 基线，V2F-Net 在 CrowdHuman 上取得 5.85% AP 提升，在 CityPersons 上取得 2.24% MR-2 改进。此外，在单阶段与两阶段检测器上的一致增益验证了方法的泛化性。
引用
@article{arxiv.2104.03106,
title = {V2F-Net: Explicit Decomposition of Occluded Pedestrian Detection},
author = {Mingyang Shang and Dawei Xiang and Zhicheng Wang and Erjin Zhou},
journal= {arXiv preprint arXiv:2104.03106},
year = {2021}
}
备注
11 pages, 4 figures