基于部件的卷积神经网络在显著性和边界框对齐下的行人检测

视频中的行人具有多种外观特征，如身体姿态、遮挡和复杂背景，行人检测中存在提案偏移问题，导致头部和腿部等身体部位的丢失。为了解决这一问题，本文提出了一种基于显著性和边界框对齐的部分级卷积神经网络（CNN）用于行人检测。所提出的网络由两个子网络组成：检测子网络和对齐子网络。我们在检测子网络中利用显著性来消除灯柱和树木等误检目标。在对齐子网络中采用边界框对齐来解决提案偏移问题。首先，我们结合全卷积网络（FCN）和类激活图（CAM）提取用于行人检测的深层特征。然后，我们执行部分级CNN以召回丢失的身体部位。在多个数据集上的实验结果表明，所提出的方法显著提高了行人检测的准确性，并且在每图像假阳性位置数（FPPI）下的平均漏检率方面优于现有的最先进方法。