融合多模型和帧间信息的行人检测算法.PDF

第29 卷 第3 期 计算机辅助设计与图形学学报 Vol. 29 No.3 2017 年3 月 Journal of Computer-Aided Design Computer Graphics Mar. 2017 融合多模型和帧间信息的行人检测算法 1,3) 2)* 1) 1) 王 斌 , 刘 洋 , 唐 胜 , 郭俊波 1) ( 中国科学院计算技术研究所智能信息处理重点实验室 北京 100190) 2) ( 国家计算机网络应急技术处理协调中心 北京 100029) 3) ( 中国科学院大学 北京 100049) (liuyang195753@) : 行人检测在车辆辅助驾驶、视频监控、智能机器人等领域具有重要的应用价值. 针对当前行人检测算法在 视频分辨率低和背景复杂的情况下存在很多误检及漏检的问题, 提出一种融合多模型和帧间信息的行人检测算法. 首先融合Fast R-CNN 和Faster R-CNN 模型的互补检测结果获取精准的检测窗口; 然后采用视频帧间上下文融合算 法来弥补单帧图像检测算法存在的漏检和误检. 实验结果表明, 在 Caltech 行人检测数据库上, 在每幅图像虚警率 (FPPI)为10%的条件下, 该算法丢失率仅为 14.04%, 比Faster R-CNN 单模型丢失率(16.09%)降低2.05%; 利用多模型 和帧间信息融合对行人检测结果进行校正, 能提高行人检测性能. : 行人检测; 卷积神经网络; 模型融合; 帧间信息融合 : TP391.41 Pedestrian Detection with Fusion of Multi-models and Intra-frame Information Wang Bin1,3), Liu Yang2)*, Tang Sheng1), and Guo Junbo1) 1) (Key Laboratory of Intelligent Information Processing, Institute of Computing Technology, Chinese Academy of Sciences, Beijing 100190) 2) (National Computer Network Emergency Response Technical Team/Coordination Center of China, Beijing 100029) 3) ( University of Chinese Academy of Sciences, Beijing 100049) Abstract: Pedestrian detection has significant applications in the field of driver assistance, video surveil- lance, intelligent robot and so on. To address the problem of many false detections and missing windows produced by existing pedestrian detection algorithm when the videos are of low resolution with complicated background, this paper propose a fusion method with multi-models and intra-frame information for pedes- trian detection. It combines compleme