高準確率行人檢測算法研究.pdf

1、目標檢測是計算機視覺領域中最熱門的研究方向之一，其目的是為了授予計算機能夠在圖像中找到物體位置并確定其類別的能力。行人檢測作為目標檢測的重要分支，在安防、智能駕駛、智能機器人、無人機等領域均有廣泛的應用。近年來，深度學習在計算機視覺掀起一陣熱潮，大大促進了諸如識別、檢測和分割等技術的研究發(fā)展，從而解決諸如行人姿勢、場景背景、行人密度、行人尺度、光照情況等問題。深度學習有效地提高了檢測精度，降低了漏檢率，基于此背景，在總結前人研究成果的基

2、礎之上，本文對行人檢測技術進行了深入研究，主要完成了以下工作:
　　首先，F(xiàn)aster R-CNN是目前最為流行的基于深度學習的通用目標檢測算法之一，但是，直接將其應用于行人檢測，性能無法滿足實際應用需求。為了將該算法融入行人檢測，本文提出了一種基于深度學習和逐步遷移策略的行人檢測算法:PDA-DLGT。該算法對Faster R-CNN的網(wǎng)絡結構進行了修改，同時考慮到目標數(shù)據(jù)庫Caltech與ImageNet的差別極大，結合遷移學

3、習，提出了一種逐步遷移策略，即以INRIA+ETH混合數(shù)據(jù)庫為過渡集，使得網(wǎng)絡能夠更好地擬合行人數(shù)據(jù)，所提取的特征更適合于行人。實驗證明，這種遷移策略可以使得檢測器的漏檢率下降5個百分點左右，而且，PDA-DLGT相比JointDeep具有更好的性能。
　　其次，本文對行人檢測相比通用目標檢測的個性化問題進行了分析，問題的關鍵主要在于行人目標的尺度較小和復雜背景區(qū)域太大這兩方面。針對這兩個問題，本文針對性地提出了解決方案，結合已有

4、研究工作，提出了一種基于候選區(qū)域網(wǎng)絡和級聯(lián)Boosting森林的行人檢測算法:PDA-RPNCBF。該算法抽取卷積特征conv3_3和conv4_3，并進行特征融合。此外，PDA-RPNCBF引入級聯(lián)Boosting森林和Bootstrapping來挖掘難負樣本，緩解正負樣本的不平衡問題。具體而言，PDA-RPNCBF采用了一種“全而漸進”的方式，不僅可以保證負樣本的數(shù)量，還可以保證負樣本的質量，使得檢測器的檢測精度大大提升。實驗證明，

5、PDA-RPNCBF的漏檢率僅10.63％，相比PDA-DLGT下降了近14個百分點，優(yōu)于CCF、CompAct-Deep以及RPN+BF等優(yōu)秀算法。
　　最后，本文對行人檢測中的多尺度問題進行了分析，因為行人的尺度變化范圍非常大，且小尺度的行人占多數(shù)，而CNN特征的尺度不變性是有限的，所以，本文認為以深度卷積網(wǎng)絡為基礎的行人檢測的多尺度問題不能直接采用通用目標檢測問題的處理方法。通過對PDA-RPNCBF的改進，提出了一種基于多

6、尺度候選區(qū)域網(wǎng)絡的行人檢測算法:PDA-MSRPN。該算法延用了PDA-RPNCBF中的級聯(lián)Boosting森林，主要對候選區(qū)域網(wǎng)絡進行了改進，將多尺度因素融入其中，即MSRPN。MSRPN在多個卷積層上構建微型網(wǎng)絡生成候選區(qū)域，并將所有分支生成的候選區(qū)域整合在一起。由于不同分支具有不同的感受野，所以MSRPN可以充分把握住行人的多尺度信息。實驗證明，該算法的MSRPN網(wǎng)絡相比RPN網(wǎng)絡在漏檢率方面具有將近2.21個百分點的優(yōu)勢。此外，