Komplexitätsbewusste Kaskaden für die tiefen Detektion von Fußgängern lernen

Die Gestaltung von Komplexitätsbewussten Kaskaden-Detektoren, die Merkmale sehr unterschiedlicher Komplexität kombinieren, wird betrachtet. Es wird ein neues Verfahren zur Kaskaden-Entwurf eingeführt, indem das Kaskaden-Lernen als Lagrange-Optimierung eines Risikos formuliert wird, das sowohl Genauigkeit als auch Komplexität berücksichtigt. Anschließend wird ein Boosting-Algorithmus abgeleitet, der als Komplexitätsbewusste Kaskaden-Ausbildung (CompACT) bezeichnet wird, um diese Optimierung zu lösen. Es wird gezeigt, dass CompACT-Kaskaden eine optimale Balance zwischen Genauigkeit und Komplexität suchen, indem sie Merkmale höherer Komplexität in die späteren Stufen der Kaskade verschieben, wo nur noch wenige schwierige Kandidaten-Patches klassifiziert werden müssen. Dies ermöglicht die Verwendung von Merkmalen mit stark unterschiedlicher Komplexität in einem einzelnen Detektor. Als Ergebnis kann der Merkmalspool erweitert werden auf Merkmale, die bisher für den Kaskaden-Entwurf unpraktisch waren, wie zum Beispiel die Ausgaben eines tiefen Faltungsneuronalen Netzes (CNN). Dies wird durch den Entwurf eines Fußgänger-Detektors demonstriert, dessen Merkmalspool Komplexitäten um mehrere Größenordnungen abdeckt. Die resultierende Kaskade verallgemeinert die Kombination eines CNN mit einem Objektvorschlagsmechanismus: anstatt einer Vorverarbeitungsstufe werden CNNs nahtlos in ihre Stufen integriert. Dies ermöglicht Stand-des-Nachrichtens-Performance auf den Caltech- und KITTI-Datensätzen bei vergleichsweise schnellen Geschwindigkeiten.请注意，"Stand des Nachrichtens" 在这里可能不是最准确的翻译，通常我们会使用 "Stand der Technik" 来表示 "state of the art"。因此，建议将最后一句中的 "Stand des Nachrichtens" 更改为 "Stand der Technik"：Dies ermöglicht Stand-der-Techik-Leistung auf den Caltech- und KITTI-Datensätzen bei vergleichsweise schnellen Geschwindigkeiten.