基于注意力机制的多尺度车辆行人检测算法

李经宇，杨 静，孔 斌，王 灿，张 露

（1.中国科学院 合肥物质科学研究院智能机械研究所，安徽 合肥230031；2.中国科学技术大学，安徽 合肥230026；3.安徽省智能驾驶技术及应用工程实验室，安徽 合肥230031；4.合肥学院，安徽 合肥230601）

1 引 言

随着城市的发展和汽车数量的快速增长，交通场景越来越多样，行车环境也越来越复杂，这带来了一系列交通拥堵以及道路行车安全问题，无人驾驶和深度学习发展为解决这些问题提供了新的思路。通过摄像头检测车辆和行人的位置，无人驾驶系统可以根据这些信息控制行车速度并且提前做出预判，能有效减少事故发生的几率。因此，能够高效准确检测出道路场景信息尤为重要。

由于开放部署环境的多样性，对智能驾驶平台上的场景自动分析提出了更高的要求，给目标检测算法带来了许多新的挑战。这些挑战主要包括：如何处理智能驾驶场景中物体视觉外观的各种变化。如光照、视野、小尺寸和尺度变化［1］。

基于传统机器学习和手工特征的目标检测方法在处理这些变化时容易失败。解决这些挑战的一种有竞争力的方法是基于深度学习技术的对象检测器，近年来得到了广泛的应用［2-3］。

随着深度学习的发展，多种基于深度学习的目标检测方法被提出。目前广泛使用的基于深度学习的目标检测方法可分为两类。第一类是两 阶 段 目 标 检 测 方 法，如Fast R-CNN［4］、Faster R-CNN［5］等。第二类是一级目标检测算法，如SSD［6］，YOLO［7］，YOLO 9000［8］，YOLOv3［9］不 需要先生成候选目标，这些方法直接通过网络预测目标的位置和类别。……