基于聚类与Faster RCNN的行人头部检测算法

摘要

针对复杂环境中由于行人间相互遮挡导致检测准确率低的问题,考虑到行人头部与行人是一一对应关系,且头部在行人运动过程中不易被遮挡,提出了一种基于聚类与Faster RCNN的行人头部检测算法。设计一种新的距离度量方法,并结合k-means++算法对已标注人头检测框进行聚类,以确定anchor大小与长宽比;优化NMS算法惩罚函数剔除无效人头预测框,改善行人之间由于遮挡导致的召回率低的问题。仿真实验表明,该算法相比其他方法可有效提升行人头部检测精度,在Brainwash和SCUT-HEAD两个人头检测数据集上的最高AP值分别为90.2%和87.7%。