基于深度卷积神经网络的小尺度行人检测

郭爱心，殷保群，李 运

(中国科学技术大学 信息科学技术学院，安徽 合肥 230027)

0 引言

行人检测是计算机视觉领域的一个重要方向，在自动驾驶、智能监控和智能机器人等方面有着广泛应用。然而，环境的复杂性、行人姿态的多样性和行人遮挡等因素，使得行人检测极具挑战性。

传统的行人检测方法主要以DALAL N和TRIGGS B等提出的梯度方向直方图(Histogram of Oriented Gradient, HOG)和支持向量机(Support Vector Machine, SVM)结合的算法为代表[1]，但这类方法基于手工设计特征，特征表达能力有限，难以适应复杂的场景。近年来，随着深度学习的快速发展，越来越多的研究者试着用该类方法去解决行人检测问题。在文献[2]中，SERMANET P等人首次将深度学习应用于行人检测，提出了基于卷积稀疏编码的ConvNet模型。文献[3]将特征提取、变形处理、遮挡处理和分类统一于一个深度学习框架JointDeep进行联合学习。文献[4]和[5]将行人检测与语义分割任务联系起来，实现了行人检测和语义分割的联合优化。而随着目标检测技术的发展，涌现出了很多优秀的目标检测框架，如R-CNN(Region-based Convolutional Neural Network)[6]、Fast R-CNN[7]和Faster R-CNN[8]等。有些研究者致力于改进通用的目标检测框架，使其适用于行人检测。在文献[9]中，作者将Fast R-CNN进行改进，提出了具有尺度感知的行人检测模型，该模型分为大小两个子网络，分别检测不同尺度的行人。文献[10]将Faster R-CNN框架中的区域建议网络(Region Proposal Network, RPN)与级联的随机森林分类器结合，达到当时最好的检测效果。

虽然基于深度学习的行人检测取得了很多突破性的进展，但对小尺度行人的检测效果并不理想。……