Pedestrian-Synthesis-GAN: Generierung von Fußgängerdaten in realen Szenen und darüber hinaus

Zustandsder Kunst entsprechende Fußgängererkennungsmodelle haben in vielen Benchmarks großes Erfolg verzeichnet. Allerdings erfordern diese Modelle eine große Menge an Annotationen, und der Beschriftungsprozess beansprucht in der Regel viel Zeit und Aufwand. In dieser Arbeit schlagen wir eine Methode vor, um beschriftete Fußgängerdaten zu generieren und sie für die Ausbildung von Fußgängerdetektoren nutzbar zu machen. Das vorgeschlagene Framework basiert auf einem Generativen Wettbewerbsnetzwerk (Generative Adversarial Network, GAN) mit mehreren Diskriminatoren, das versucht, realistische Fußgänger zu synthetisieren und gleichzeitig den Hintergrundkontext zu lernen. Um Fußgänger unterschiedlicher Größen zu verarbeiten, verwenden wir im Diskriminator eine räumliche Pyramidenpooling-Schicht (Spatial Pyramid Pooling, SPP). Wir führen Experimente auf zwei Benchmarks durch. Die Ergebnisse zeigen, dass unser Framework glatt Fußgänger auf Hintergrundbildern mit Variationen und verschiedenen Detailgraden synthetisieren kann. Um unseren Ansatz quantitativ zu bewerten, fügen wir die generierten Beispiele in die Trainingsdaten der Baseline-Fußgängerdetektoren ein und demonstrieren, dass die synthetischen Bilder die Leistung der Detektoren verbessern können.