基于多尺度注意力引导的遮挡行人检测方法

摘要

行人区域遮挡是影响行人检测精度的重要因素,为提高行人检测精度,提出一种基于多尺度注意力引导的遮挡行人检测方法。首先,设计一种专注于遮挡问题的注意力引导模块,将其应用于特征提取网络中不同尺度的特征图,利用外部监督信息遮罩机制,引导模型关注行人目标可见区域;其次,根据特征图在分辨率与语义特征方面的特性,对注意力引导后的多尺度特征图进行融合;最后,利用融合特征图进行边界框预测。为验证所提方法有效性及泛化性,在不同数据集上进行仿真实验。该方法在Citypersons重度遮挡子集上实现了47.1%的MR^(-2),在Caltech重度遮挡子集上实现了40.62%的MR^(-2),相对于主流的遮挡行人检测方法,检测精度有较为明显的提高。实验结果表明,所提出模块可以有效地处理行人检测中的区域遮挡问题。