一种基于Faster RCNN的多尺度密集行人检测方法

摘要

本发明涉及一种基于Faster RCNN的多尺度密集行人检测方法，属于目标检测和计算机视觉技术领域。本发明针对行人检测任务中，图像内行人尺寸大小不一、密集人群中行人重叠情况下容易出现漏检的问题，基于检测效果较好的Faster RCNN检测网络做出改进。首先，针对图像中的行人多尺度问题，固定RPN网络提取候选区域框过程中的anchor的比例，并根据行人真实标准框的统计分布信息，得到anchor的尺寸，以提高预测回归框的准确度，提升检测精度。针对密集人群中行人重叠情况的漏检情况，使用改进的NMS算法，减少重叠行人的相邻检测框的误除情况，提高行人检测的平均准确度，以此提升检测精度。