Faster R-CNN Performe-t-il Bien pour la Détection des Piétons ?

La détection des piétons est généralement considérée comme un sujet spécifique qui dépasse le cadre de la détection d'objets générale. Bien que les détecteurs d'objets basés sur l'apprentissage profond récents, tels que Fast/Faster R-CNN [1, 2], aient montré des performances excellentes pour la détection d'objets générale, leur succès est limité en ce qui concerne la détection des piétons. Les détecteurs de piétons précédemment en tête étaient en général des méthodes hybrides combinant des caractéristiques conçues manuellement et des caractéristiques convolutives profondes.Dans cet article, nous examinons les problèmes liés à l'utilisation de Faster R-CNN [2] pour la détection des piétons. Nous constatons que le Réseau de Proposition de Régions (RPN) dans Faster R-CNN fonctionne bien en tant que détecteur autonome de piétons, mais, de manière surprenante, le classifieur en aval dégrade les résultats. Nous soutenons que deux raisons expliquent cette précision insatisfaisante : (i) une résolution insuffisante des cartes de caractéristiques pour traiter les petites instances, et (ii) l'absence de toute stratégie de bootstrap pour extraire les exemples négatifs difficiles.Guidés par ces observations, nous proposons une ligne de base très simple mais efficace pour la détection des piétons, utilisant un RPN suivi de forêts boostées sur des cartes de caractéristiques convolutives partagées et à haute résolution. Nous évaluons cette méthode de manière exhaustive sur plusieurs benchmarks (Caltech, INRIA, ETH et KITTI), présentant une précision compétitive et une bonne vitesse. Le code sera rendu publiquement disponible.