Prédiction adaptée du centre et de l’échelle : plus stable et plus précise

La détection de piétons bénéficie depuis quelques années des progrès de la technologie d’apprentissage profond, connaissant un développement rapide. La plupart des détecteurs suivent le cadre classique de détection d’objets généraux, c’est-à-dire l’utilisation de boîtes par défaut et un processus en deux étapes. Récemment, des détecteurs sans ancres (anchor-free) et en une seule étape (one-stage) ont été introduits dans ce domaine. Toutefois, leurs performances en précision restent insatisfaisantes. Afin de combiner simultanément la simplicité des détecteurs sans ancres et la précision des méthodes en deux étapes, nous proposons plusieurs adaptations basées sur un détecteur existant, le Center and Scale Prediction (CSP). Les contributions principales de notre travail sont les suivantes : (1) Nous améliorons la robustesse du CSP, rendant son entraînement plus stable et plus facile. (2) Nous introduisons une nouvelle méthode pour la prédiction de la largeur, nommée « compression de largeur » (width compression). (3) Nous obtenons une performance au second meilleur niveau sur le benchmark CityPersons, avec un taux de perte moyen en logarithme (log-average miss rate, MR) de 9,3 % sur l’ensemble raisonnable, de 8,7 % sur l’ensemble partiel, et de 5,6 % sur l’ensemble nu, ce qui démontre qu’un détecteur sans ancres et en une seule étape peut atteindre une précision élevée. (4) Nous explorons certaines capacités de la Normalisation Échangeable (Switchable Normalization), non mentionnées dans le papier original.