-
题名基于部位感知的驾驶场景行人检测方法
- 1
-
-
作者
詹智祺
程艳云
-
机构
南京邮电大学自动化学院、人工智能学院
-
出处
《微电子学与计算机》
2024年第8期31-39,共9页
-
基金
国家自然科学基金青年科学基金(62001247)。
-
文摘
针对驾驶场景下的行人检测面临的环境复杂、行人密集和尺度跨越大等问题,提出一种智能驾驶场景下的端到端行人检测方法。为减少特征金字塔直接对特征相加造成的信息损失,引入双向特征增强模块(Bidirectional Feature Enhancement Module,BFEM),在双向通道上使用级联融合增强各层特征包含的信息。针对检测器在行人遮挡场景下感知力不足的问题,提出一种注意力部位感知模块(Embedding-based Attention Part-aware Module,EAPM),模块使用任务感知注意力增强特征前景特性,同时为人体部位添加了可见性损失,以此来增强模型对人体结构的感知经验。此外,改进任务感知注意力结合空间分组思想,增强子特征信息,减少噪声干扰,以此增强检测器的分类能力。在CrowdHuman和Citypersons数据集上对模型进行评估,实验证明了方法的有效性,在CrowdHuman中与基线相比提升了2.39%的AP值、2.21%的Recall和3.08%的R_(M)^(-2)值,取得了91.55%AP,89.88%Recall和43.90%R_(M)^(-2)的结果,在Citypersons中取得了44.4R_(M)^(-2)的结果。
-
关键词
行人检测
特征融合
端到端目标检测
部位感知
任务感知注意力
-
Keywords
pedestrian detection
feature fusion
end-to-end object detection
part-aware
task-aware attention
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
