基于改进FCOS的拥挤行人检测算法

摘要

针对大规模拥挤场景视频中行人目标小、行人遮挡和行人交叠而导致的检测困难等问题,本文将逐像素预测目标检测框架—全卷积单阶段目标检测FCOS(fully convolutional one-stage object detection)应用于行人检测,提出一种改进的主干网络用于提取行人特征,通过增加尺度回归实现目标行人的多尺度检测,同时减少其他特征层检测的目标数量,进而提升行人检测的能力.在拥挤行人场景数据集CrowdHuman和小目标行人数据集Caltech上的大量实验结果表明,和目前先进的方法相比,本文的方法对行人的检测精度有所提升,特别是对于小目标行人检测.与原始FCOS算法相比,在CrowdHuman上平均精度提升接近15％,丢失率降低接近33.0％;在Caltech上的平均精度提升2％.在复杂拥挤场景下的实际应用也证明本文方法的有效性.